全文获取类型
收费全文 | 81819篇 |
免费 | 4030篇 |
国内免费 | 3323篇 |
专业分类
电工技术 | 5234篇 |
技术理论 | 2篇 |
综合类 | 3933篇 |
化学工业 | 6432篇 |
金属工艺 | 6237篇 |
机械仪表 | 10514篇 |
建筑科学 | 4312篇 |
矿业工程 | 4102篇 |
能源动力 | 1196篇 |
轻工业 | 13614篇 |
水利工程 | 1337篇 |
石油天然气 | 1233篇 |
武器工业 | 562篇 |
无线电 | 7274篇 |
一般工业技术 | 3484篇 |
冶金工业 | 7027篇 |
原子能技术 | 146篇 |
自动化技术 | 12533篇 |
出版年
2024年 | 245篇 |
2023年 | 1170篇 |
2022年 | 1299篇 |
2021年 | 1617篇 |
2020年 | 1753篇 |
2019年 | 1927篇 |
2018年 | 1016篇 |
2017年 | 1456篇 |
2016年 | 1946篇 |
2015年 | 2558篇 |
2014年 | 5040篇 |
2013年 | 3682篇 |
2012年 | 4636篇 |
2011年 | 4745篇 |
2010年 | 4391篇 |
2009年 | 4724篇 |
2008年 | 4808篇 |
2007年 | 4168篇 |
2006年 | 3712篇 |
2005年 | 3751篇 |
2004年 | 3486篇 |
2003年 | 3243篇 |
2002年 | 2850篇 |
2001年 | 2668篇 |
2000年 | 2260篇 |
1999年 | 2064篇 |
1998年 | 1819篇 |
1997年 | 1702篇 |
1996年 | 1669篇 |
1995年 | 1568篇 |
1994年 | 1283篇 |
1993年 | 1166篇 |
1992年 | 1201篇 |
1991年 | 1203篇 |
1990年 | 1060篇 |
1989年 | 1015篇 |
1988年 | 86篇 |
1987年 | 45篇 |
1986年 | 29篇 |
1985年 | 24篇 |
1984年 | 5篇 |
1983年 | 7篇 |
1982年 | 22篇 |
1981年 | 23篇 |
1980年 | 9篇 |
1979年 | 3篇 |
1965年 | 8篇 |
1960年 | 4篇 |
1958年 | 2篇 |
1951年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
31.
城门山选矿厂由于建设初期条件不完善,浓密脱水工序未配套相关自控系统,操作工人需定期巡视生产流程,现场人工操作设备,工人劳动强度大,效率低。人工操作的随意性和滞后性无法保证生产流程的平稳,浓密机底流放矿的浓度时高时低,对后续压滤工序产生较大影响。根据现场实际,采集了流程关键变量,开发了浓密脱水自控控制系统,在线监视设备的运行。根据PLS建模方法,对较难直接测量的底流浓度进行了智能预测软测量。结合操作工人工作经验,开发了专家控制系统,自动控制阀门放矿,保证了底流浓度的平稳。 相似文献
32.
辊系设计是轧机设计的关键因素之一,对酒钢UCM六辊五机架碳钢冷轧机组辊系进行了研究,通过对轧辊尺寸、形状及排列方式的计算分析,并与其他类型轧机的辊系进行了比较,使得各类型轧机优缺点更加明确,设计思路更为明晰。 相似文献
34.
为了提高花粉浓度预报的准确率,解决现有花粉浓度预报准确率不高的问题,提出了一种基于粒子群优化(PSO)算法和支持向量机(SVM)的花粉浓度预报模型。首先,综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素,选择与花粉浓度相关性较强的气象要素构成特征向量;其次,利用特征向量与花粉浓度数据建立SVM预测模型,并使用PSO算法找出最优参数;然后利用最优参数优化花粉浓度预测模型;最后,使用优化后的模型对花粉未来24 h浓度进行预测,并与未优化的SVM、多元线性回归法(MLR)、反向神经网络(BPNN)作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明,相比其他预报方法,所提方法能有效提高花粉浓度未来24 h预测精度,并具有较高的泛化能力。 相似文献
35.
36.
37.
38.
针对顶盖或机盖外板因模具进气不畅造成制件变形的问题,对其产生原因进行分析并分类,归纳总结了此类问题常用的解决方案,在此基础上提出了2种针对模具结构的改进方法,采取在凸模与压边圈之间增加弹性元件或往下模和制件之间吹气的方法,解决了制件因模具进气不畅导致的变形问题。该方法简单易实现,对模具后期的生产和保养影响小,对制件的外观质量不产生其他不良影响。 相似文献
39.
股票指标数据种类多、维度高,且指标之间存在多重共线性。为了降低数据的维度、消除指标间的多重共线性和预测股票价格,首先构建了基于受限布尔兹曼机的深度自编码器,实现了高维数据向低维空间的压缩编码。然后基于BP神经网络建立了低维编码序列与股票价格之间的回归模型。实验结果表明,深度自编码器提取特征的能力优于主成分分析法和因子分析法;相比较使用降维前的数据,使用编码后的数据用预测股票价格,模型可以减少计算开销,并且获得更高的预测精度。 相似文献
40.