全文获取类型
收费全文 | 332471篇 |
免费 | 39310篇 |
国内免费 | 23001篇 |
专业分类
电工技术 | 41801篇 |
技术理论 | 7篇 |
综合类 | 29426篇 |
化学工业 | 19412篇 |
金属工艺 | 9705篇 |
机械仪表 | 29125篇 |
建筑科学 | 18811篇 |
矿业工程 | 11666篇 |
能源动力 | 6732篇 |
轻工业 | 15615篇 |
水利工程 | 5838篇 |
石油天然气 | 5294篇 |
武器工业 | 5611篇 |
无线电 | 70608篇 |
一般工业技术 | 19592篇 |
冶金工业 | 6208篇 |
原子能技术 | 1811篇 |
自动化技术 | 97520篇 |
出版年
2024年 | 2123篇 |
2023年 | 8561篇 |
2022年 | 10160篇 |
2021年 | 12420篇 |
2020年 | 11407篇 |
2019年 | 12230篇 |
2018年 | 7209篇 |
2017年 | 10104篇 |
2016年 | 10920篇 |
2015年 | 13379篇 |
2014年 | 22739篇 |
2013年 | 19698篇 |
2012年 | 23132篇 |
2011年 | 23265篇 |
2010年 | 21204篇 |
2009年 | 22854篇 |
2008年 | 25255篇 |
2007年 | 22437篇 |
2006年 | 16657篇 |
2005年 | 15811篇 |
2004年 | 13850篇 |
2003年 | 11577篇 |
2002年 | 9031篇 |
2001年 | 7737篇 |
2000年 | 6518篇 |
1999年 | 5162篇 |
1998年 | 4409篇 |
1997年 | 4011篇 |
1996年 | 3514篇 |
1995年 | 3196篇 |
1994年 | 2740篇 |
1993年 | 2310篇 |
1992年 | 2273篇 |
1991年 | 2082篇 |
1990年 | 2076篇 |
1989年 | 1978篇 |
1988年 | 242篇 |
1987年 | 150篇 |
1986年 | 101篇 |
1985年 | 52篇 |
1984年 | 60篇 |
1983年 | 53篇 |
1982年 | 37篇 |
1981年 | 16篇 |
1980年 | 19篇 |
1979年 | 5篇 |
1965年 | 3篇 |
1959年 | 8篇 |
1958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
61.
62.
63.
如何融合多方因素准确地为用户提供个性化产品一直是关注的热点问题,由此,一个新的近相邻改进算法融入了大众化认同度和个性化认同度,利于更加高效地挖掘隐藏信息。实验结果表明,相对于传统近相邻算法,认同度修正算法虽然查全率小幅度上下波动,但其他多个评价指标都得到极大提升,假正率和深度有所减少,查准率、[F1]值和提升度得以增加,并且,受试者特征曲线和提升曲线也都说明此修正算法具有更为显著的推荐效果。 相似文献
64.
归一化水体指数(NDWI)是水体遥感反演的一种重要指标,其阈值及修正直接影响反演结果的精度。基于Landsat-8与GF-1光学多光谱影像,使用归一化水体指数法阈值0(TH0)、最大类间方差法(OTSU)自适应阈值(THotsu)与均值漂移聚类算法(Mean-Shift)自适应阈值(THMS)分别对典型正常水体、云雾覆盖水体、富营养化水体、高含泥沙水体进行水体遥感提取与效果分析,结果表明:正常水体以TH0为阈值提取精度最高,THMS提取精度次之,THotsu提取精度最差;而云雾覆盖水体、富营养化水体以及含泥沙水体使用THMS提取精度最高,尤其少量云雾覆盖下的水体,THMS具有更明显的优势,TH0提取精度次之,THotsu提取精度最差;对于不同的阈值,Land?sat-8比GF-1总体表现出更高的水体提取精度。Mean-Shift算法应用于NDWI阈值修正与水体遥感反演具有快速、水质适应性强、效果稳定的优势,对尤其是复杂条件下的水体信息遥感反演具有较好的提取效果。 相似文献
65.
岩爆是地下工程面临的一个巨大灾害,岩爆预测可以降低岩爆带来的危害。机器学习是岩爆预测方法的研究热点和发展方向,但现阶段各机器学习算法表现不同,并且相互独立工作,没有融合,不能优势互补,导致各机器学习算法的准确率、泛化性和稳定性较低。本文采用Stacking集成算法,融合现阶段使用较多的8个机器学习算法(4个集成算法和4个基本算法),充分发挥各算法的优势,实现优势互补;为保证新特征信息具有多样性,结合各种机器学习算法的原理和岩爆样本库的特点,提出3组考虑多个岩爆预测指标的Stacking集成算法,每组算法拥有不同基模型和多个元模型,解决了传统Stacking集成算法接受特征信息受限和元模型选择困难的难题。对比分析各组Stacking集成算法与独立算法的准确率、精确率、召回率和F1值,结果表明构建的Stacking集成算法可以有效融合各机器学习算法,预测性能显著提升。在3组Stacking集成算法中,Stacking集成算法二的基模型由Random Forest Classifier,Extra Trees Classifier,Gradient Boosting Classifier和L... 相似文献
66.
67.
68.