全文获取类型
收费全文 | 113765篇 |
免费 | 10313篇 |
国内免费 | 9620篇 |
专业分类
电工技术 | 8828篇 |
技术理论 | 3篇 |
综合类 | 10533篇 |
化学工业 | 8518篇 |
金属工艺 | 2436篇 |
机械仪表 | 5798篇 |
建筑科学 | 13867篇 |
矿业工程 | 2224篇 |
能源动力 | 1088篇 |
轻工业 | 7319篇 |
水利工程 | 1977篇 |
石油天然气 | 2223篇 |
武器工业 | 610篇 |
无线电 | 16058篇 |
一般工业技术 | 5849篇 |
冶金工业 | 2572篇 |
原子能技术 | 583篇 |
自动化技术 | 43212篇 |
出版年
2024年 | 1975篇 |
2023年 | 6428篇 |
2022年 | 5829篇 |
2021年 | 6784篇 |
2020年 | 5643篇 |
2019年 | 6539篇 |
2018年 | 3022篇 |
2017年 | 3223篇 |
2016年 | 3505篇 |
2015年 | 4626篇 |
2014年 | 8848篇 |
2013年 | 5979篇 |
2012年 | 6592篇 |
2011年 | 8071篇 |
2010年 | 6908篇 |
2009年 | 6915篇 |
2008年 | 7465篇 |
2007年 | 5921篇 |
2006年 | 4399篇 |
2005年 | 4165篇 |
2004年 | 3483篇 |
2003年 | 3116篇 |
2002年 | 2488篇 |
2001年 | 2075篇 |
2000年 | 1674篇 |
1999年 | 1272篇 |
1998年 | 1051篇 |
1997年 | 968篇 |
1996年 | 822篇 |
1995年 | 742篇 |
1994年 | 651篇 |
1993年 | 465篇 |
1992年 | 537篇 |
1991年 | 416篇 |
1990年 | 396篇 |
1989年 | 418篇 |
1988年 | 63篇 |
1987年 | 48篇 |
1986年 | 43篇 |
1985年 | 35篇 |
1984年 | 24篇 |
1983年 | 21篇 |
1982年 | 16篇 |
1981年 | 15篇 |
1980年 | 9篇 |
1979年 | 3篇 |
1965年 | 6篇 |
1959年 | 1篇 |
1951年 | 1篇 |
1948年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
991.
《工程地球物理学报》2021,18(4)
常规K-SVD字典学习方法在处理实际地震资料的过程中,往往无法得到地震随机噪声的先验信息,使得相关的误差参数无法确定,只能通过大量调参来实现最优去噪效果。基于此提出了一种基于曲波噪声估计的K-SVD字典学习地震资料去噪方法,旨在通过对地震资料进行曲波变换,选取尺度系数最大且对应方向上噪声能量最大的曲波系数,来估计随机噪声标准差,再利用K-SVD字典学习方法自适应获得超完备字典,并在重构过程中根据所得噪声标准差确定最优迭代误差参数,从而进行去噪处理。理论模型和实际地震资料的处理结果表明,该算法相较于传统的去噪方法,能在压制随机噪声的同时,最大限度地保护有效信号不被切除。 相似文献
992.
针对配电变压器台区容量配置不合理、重过载现象频繁发生等带来的小样本精确预测问题,提出了一种新的配电变压器重过载预警方法。首先建立满足大数据样本学习要求的扩充样本池;采集配电变压器负荷数据、社会发展统计数据、气象数据等,选取造成重过载的输入特征变量,聚合形成精选的特征数据样本;进而构建重过载预警深度信念网络学习模型,通过分析重过载配变发展态势,短、中期预测预警,选取年负荷曲线进行K-means聚类分析,形成重过载预警清单,实现配电变压器安全隐患的预判。可解决配电变压器采样系统投运时间短训练样本数据不充足问题,实现对重过载配电变压器的风险防范和容量的优化调整。通过算例验证了模型预测的有效性。 相似文献
993.
《广东电力》2021,34(6)
充分利用历史电力设备缺陷描述文本可对新出现的设备故障进行快速分类,提升运维人员的检修效率,为此针对缺陷描述文本具有复杂语义等特点,提出基于多头注意力循环卷积神经网络(multi-head attention recurrent convolutional neural networks,MAT-RCNN)的电力设备缺陷分类方法。首先对电力设备缺陷描述文本进行研究,并分析部分文本分类模型的局限;然后采用分布式表示方法将词语表示为向量形式,并将多头注意力机制与优化的RCNN结合,构建基于MAT-RCNN的电力设备缺陷描述文本分类模型;最后,通过算例比较分析,证明所提方法在语义学习能力、分类效果等方面优于RNN等常规方法。 相似文献
994.
995.
《广东电力》2021,34(6)
螺栓缺失样本数据量过小,直接检测螺栓缺失效果不理想;由于输电塔所处地理环境复杂,数据采集时无人机拍摄角度、距离等因素各异,螺栓影像背景复杂,信噪比低,检测效果较差;螺栓作为小目标物,受限于尺寸,特征表达能力弱,一直是目标检测中的难题。针对上述问题,提出基于深度卷积神经网络Faster R-CNN级联的输电塔螺栓缺失检测方法。首先,根据输电塔上螺栓所在部件的特征及规律性,定位所有包含螺栓的部件并生成影像,降低螺栓背景的影响,提高信噪比;其次,对部件影像进行正常螺栓定位,得到检测结果;最后,基于各类部件上正常螺栓的分布,对同类部件上所有正常螺栓检测结果进行最近点迭代算法(iterative closest point,ICP)配准,定位螺栓缺失位置。实验结果表明,与不采用级联的检测方法相比,基于级联的检测方法对螺栓缺失的检测精度提升了7.5%,检测时间基本持平,可提高无人机巡检中螺栓缺失检测的效率,降低巡检成本,适用于电力巡检。 相似文献
996.
997.
998.
999.
1000.
针对摔倒检测难、检测精度低、误检率高等问题提出了一种基于骨骼姿态关键点和卷积神经网络的摔倒检测算法.该算法通过OpenPose对连续n帧中的运动目标进行关键点检测,以VGG预训练网络作为骨架,对运动目标进行姿态特征提取,并将所提取的姿态特征以支持向量机的方法进行分类实验,有效区分坐、躺、蹲等与摔倒相似的行为.测试所使用的数据集包括一系列自建摔倒视频并结合包括走、蹲、躺、坐、跳等五种非摔倒行为.检测结果的灵敏度为96.52%,特异性为96.37%,相比同类检测算法有较大提升. 相似文献