全文获取类型
收费全文 | 273700篇 |
免费 | 13886篇 |
国内免费 | 14702篇 |
专业分类
电工技术 | 14149篇 |
技术理论 | 10篇 |
综合类 | 16300篇 |
化学工业 | 16344篇 |
金属工艺 | 7059篇 |
机械仪表 | 8244篇 |
建筑科学 | 10706篇 |
矿业工程 | 5160篇 |
能源动力 | 1561篇 |
轻工业 | 8234篇 |
水利工程 | 2735篇 |
石油天然气 | 3801篇 |
武器工业 | 1782篇 |
无线电 | 87900篇 |
一般工业技术 | 13919篇 |
冶金工业 | 5024篇 |
原子能技术 | 1262篇 |
自动化技术 | 98098篇 |
出版年
2024年 | 2050篇 |
2023年 | 6595篇 |
2022年 | 6420篇 |
2021年 | 7445篇 |
2020年 | 6504篇 |
2019年 | 7608篇 |
2018年 | 3853篇 |
2017年 | 5888篇 |
2016年 | 6722篇 |
2015年 | 8107篇 |
2014年 | 17089篇 |
2013年 | 15194篇 |
2012年 | 17976篇 |
2011年 | 19151篇 |
2010年 | 19096篇 |
2009年 | 21137篇 |
2008年 | 20333篇 |
2007年 | 16664篇 |
2006年 | 15360篇 |
2005年 | 16724篇 |
2004年 | 14695篇 |
2003年 | 11853篇 |
2002年 | 8634篇 |
2001年 | 6501篇 |
2000年 | 4943篇 |
1999年 | 3132篇 |
1998年 | 2582篇 |
1997年 | 2039篇 |
1996年 | 1623篇 |
1995年 | 1265篇 |
1994年 | 1152篇 |
1993年 | 751篇 |
1992年 | 713篇 |
1991年 | 671篇 |
1990年 | 717篇 |
1989年 | 739篇 |
1988年 | 130篇 |
1987年 | 62篇 |
1986年 | 48篇 |
1985年 | 37篇 |
1984年 | 35篇 |
1983年 | 10篇 |
1982年 | 16篇 |
1981年 | 10篇 |
1980年 | 4篇 |
1979年 | 3篇 |
1975年 | 1篇 |
1963年 | 1篇 |
1951年 | 5篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
41.
详述了巷道快速掘进的影响因素,利用FLAC3D数值模拟软件分析了“S”形切割工艺和螺旋线切割工艺下巷道围岩的稳定性。研究结果表明:“S”形切割轨迹下巷道顶板以及两帮受力稳定,便于巷道的维护,可实现快速掘进的目的。 相似文献
42.
43.
45.
《现代电子技术》2019,(8):82-88
针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。 相似文献
46.
聚乙二醇-三聚氰胺甲醛和聚乙烯醇半互穿网络的构建及表征 总被引:1,自引:0,他引:1
为提高三聚氰胺甲醛(MF)树脂制品的柔韧性,以聚乙二醇接枝三聚氰胺(M-PEG)替代部分三聚氰胺,并与甲醛、聚乙烯醇(PVA)在碱性条件下合成了聚乙二醇-三聚氰胺甲醛(PEG-MF)与PVA的半互穿聚合物网络体系(SemiIPN)。采用红外光谱、拉曼光谱、热重分析、差示扫描量热法等手段对Semi-IPN的微观结构进行了剖析,并分析了PEG、PVA等柔性链段对Semi-IPN黏度、游离甲醛含量、柔韧性等性能的影响。结果表明,PVA作为线型结构贯穿于聚乙二醇-三聚氰胺甲醛树脂交联网络体系结构中,形成了半互穿网络结构;所形成的Semi-IPN的热分解温度比MF树脂降低了60℃左右;Semi-IPN的韧性比纯MF树脂提高了800%,最高可达到19.700kJ/m2。 相似文献
47.
48.
49.
50.
铁路在交通运输行业有着举足轻重的地位,一旦列车发生故障将会导致严重的生命财产损失。由于列车发生故障的概率相对较低,因此难以捕获列车的故障样本。针对上述问题,提出了一种无监督学习的列车故障识别方法,通过检测列车音频信号来识别列车故障。该方法基于深度信念网络(DBN),利用小波包分解提取检测信号的特征向量并将其作为DBN的输入,待网络充分训练后,由训练好的DBN识别当前列车的运行状况。现场监测实验结果表明,该方法能够在无监督的条件下有效识别列车故障,保障了列车的运行安全。 相似文献