全文获取类型
收费全文 | 95820篇 |
免费 | 8779篇 |
国内免费 | 7323篇 |
专业分类
电工技术 | 7399篇 |
技术理论 | 4篇 |
综合类 | 8815篇 |
化学工业 | 5672篇 |
金属工艺 | 4724篇 |
机械仪表 | 6719篇 |
建筑科学 | 12645篇 |
矿业工程 | 3673篇 |
能源动力 | 1797篇 |
轻工业 | 4707篇 |
水利工程 | 3585篇 |
石油天然气 | 3116篇 |
武器工业 | 1089篇 |
无线电 | 14204篇 |
一般工业技术 | 6826篇 |
冶金工业 | 2829篇 |
原子能技术 | 546篇 |
自动化技术 | 23572篇 |
出版年
2024年 | 1150篇 |
2023年 | 4387篇 |
2022年 | 4076篇 |
2021年 | 4243篇 |
2020年 | 3496篇 |
2019年 | 4033篇 |
2018年 | 1967篇 |
2017年 | 2640篇 |
2016年 | 2875篇 |
2015年 | 3549篇 |
2014年 | 6539篇 |
2013年 | 5297篇 |
2012年 | 5734篇 |
2011年 | 6105篇 |
2010年 | 5567篇 |
2009年 | 5927篇 |
2008年 | 6431篇 |
2007年 | 5979篇 |
2006年 | 4681篇 |
2005年 | 4604篇 |
2004年 | 3897篇 |
2003年 | 3502篇 |
2002年 | 2589篇 |
2001年 | 2182篇 |
2000年 | 1776篇 |
1999年 | 1424篇 |
1998年 | 1163篇 |
1997年 | 1063篇 |
1996年 | 869篇 |
1995年 | 776篇 |
1994年 | 672篇 |
1993年 | 578篇 |
1992年 | 522篇 |
1991年 | 430篇 |
1990年 | 454篇 |
1989年 | 476篇 |
1988年 | 104篇 |
1987年 | 47篇 |
1986年 | 36篇 |
1985年 | 20篇 |
1984年 | 22篇 |
1983年 | 15篇 |
1982年 | 11篇 |
1981年 | 6篇 |
1980年 | 4篇 |
1979年 | 2篇 |
1975年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
101.
文章针对机制砂中石粉含量对混凝土性能的影响,结合具体实验数据探究了机制砂、粉煤灰和石粉含量对混凝土性能的影响;结果表明,随着机制砂含量的增加,坍落度不断降低,抗压强度先增加后降低,当含量为40%时,抗压强度达到最大值。粉煤灰的适量掺入可以改善混凝土的工作性能,掺量为20%时提高了混凝土的抗压强度。适量的石粉可以改善混凝土的工作性能,提高其抗压强度,当石粉含量高于13%,降低混凝土工作性能和抗压强度。因此,当机制砂掺入为40%,粉煤灰为20%和石粉含量为13%时,C30混凝土的抗压强度最高。 相似文献
102.
103.
针对相邻缺陷全聚焦超声成像混叠问题,结合低阶、宽有效频带自回归谱外推方法,压缩超声波时域脉冲宽度,实现亚波长级全聚焦(Total focusing method,TFM)成像分辨力。建立碳钢试块模型,设置两个中心间距1.8 mm,直径1.3 mm圆孔,选用中心频率2.25 MHz,32阵元相控阵探头采集全矩阵数据。针对全矩阵数据,选择自回归阶数为2,信号频谱最大幅值下降14 dB为有效频带,建立自回归模型并外推有效频带外的高频与低频成分,随后对全矩阵数据进行延迟叠加处理和TFM成像。仿真结果表明,低阶、宽有效频带自回归谱外推处理方法具有较高的鲁棒性和准确性,TFM成像后可有效分离中心间距0.7λ(λ为超声波长)圆孔,保留缺陷横向位置信息的同时,定位误差不超过0.73%。对碳钢试块中相同位置及尺寸的圆孔进行试验验证,定位误差不超过1.06%,有效地提高TFM成像分辨力。 相似文献
104.
105.
106.
一维振动信号常常被用于齿轮箱的监测与故障诊断中,使得能及时地对齿轮箱维护以减少损失。因此,从一维振动信号中提取出关键故障特征决定了故障诊断模型的准确性与可靠性。典型的深度神经网络(deep neural network, DNN),如卷积神经网络已经在故障诊断中表现出良好的性能并得到了广泛的应用,但其监督式训练方式往往需要大量的标签数据而限制了其可应用性。因此,提出一种新的深度神经网络模型,一维残差卷积自编码器(1-dimension residual convolutional auto-encoder,1DRCAE),成功应用于振动信号的无监督学习及故障特征提取,显著提高了齿轮箱的故障诊断率。首先,提出了一维卷积层与自编码器的有效集成方法,形成了深度一维卷积自编码器;其次,引入残差学习机制训练一维卷积自编码器,实现对一维振动信号有效地特征提取;最后,基于编码器提取的特征,使用少量标签数据进行分类微调实现齿轮箱故障模式识别。通过齿轮箱试验台采集的传感器数据进行实验验证表明,这种无监督学习方法具有良好的去噪能力和故障特征提取能力,其特征提取效果好于典型的深度神经网络,如深度置信网络(Deepbeliefnetwork,DBN)和堆叠自编码网络(Stackedauto-encoders,SAE),同时故障诊断效果也优于一维卷积神经网络(1-dimension convolutional neural network, 1DCNN)。 相似文献
107.
108.
109.
110.
完全匹配层边界条件存在两个问题,一是如何减少实际应用带来的额外存储量以及提升计算速度,另一个是如何提升匹配层的吸收效果。对于第一个问题发展了多种非分裂形式,本文采用一种直接对波场进行变换的新型非分裂方法,相比卷积完全匹配层具有不改变方程的形式以及易于实现等优势。对于如何进一步提升完全匹配层吸收效果,没有太大的进展。这是因为离散差异使匹配层的吸收问题更为复杂,一般采取增加匹配层层数的措施缩小离散差,但是又会导致计算量和存储量的增加。本文以在不增加匹配层层数以及不减小理论误差的情况下减小离散差异所带来的虚假反射为目的,分析传统的衰减因子,研究匹配层的吸收机理,设计新的衰减因子,以提高完全匹配层的吸收性能。新衰减因子能够进一步削弱虚假反射振幅,在匹配层层数为5~20层时,对应的边界反射振幅只有改进前的40%~80%。 相似文献