全文获取类型
收费全文 | 92264篇 |
免费 | 13791篇 |
国内免费 | 8167篇 |
专业分类
电工技术 | 9474篇 |
技术理论 | 7篇 |
综合类 | 9233篇 |
化学工业 | 10892篇 |
金属工艺 | 4589篇 |
机械仪表 | 8206篇 |
建筑科学 | 4589篇 |
矿业工程 | 3005篇 |
能源动力 | 4008篇 |
轻工业 | 4418篇 |
水利工程 | 2210篇 |
石油天然气 | 3407篇 |
武器工业 | 1236篇 |
无线电 | 7151篇 |
一般工业技术 | 9439篇 |
冶金工业 | 3367篇 |
原子能技术 | 779篇 |
自动化技术 | 28212篇 |
出版年
2024年 | 423篇 |
2023年 | 1978篇 |
2022年 | 3486篇 |
2021年 | 3768篇 |
2020年 | 4081篇 |
2019年 | 3704篇 |
2018年 | 3344篇 |
2017年 | 4025篇 |
2016年 | 4499篇 |
2015年 | 4876篇 |
2014年 | 6593篇 |
2013年 | 6827篇 |
2012年 | 7311篇 |
2011年 | 7426篇 |
2010年 | 5399篇 |
2009年 | 5658篇 |
2008年 | 5138篇 |
2007年 | 5901篇 |
2006年 | 5026篇 |
2005年 | 4237篇 |
2004年 | 3539篇 |
2003年 | 2979篇 |
2002年 | 2605篇 |
2001年 | 2315篇 |
2000年 | 1874篇 |
1999年 | 1439篇 |
1998年 | 1137篇 |
1997年 | 879篇 |
1996年 | 692篇 |
1995年 | 640篇 |
1994年 | 493篇 |
1993年 | 402篇 |
1992年 | 334篇 |
1991年 | 232篇 |
1990年 | 216篇 |
1989年 | 198篇 |
1988年 | 132篇 |
1987年 | 63篇 |
1986年 | 51篇 |
1985年 | 43篇 |
1984年 | 30篇 |
1983年 | 29篇 |
1982年 | 30篇 |
1981年 | 15篇 |
1980年 | 23篇 |
1979年 | 31篇 |
1977年 | 6篇 |
1975年 | 9篇 |
1959年 | 16篇 |
1951年 | 23篇 |
排序方式: 共有10000条查询结果,搜索用时 812 毫秒
981.
变电站实现综合自动化的优越性 总被引:1,自引:0,他引:1
变电站综合自动化系统取代传统的变电站二次系统,已成为电力系统的发展趋势。叙述了变电站综合自动化系统的特点以及自动化监控系统的构成、内容及特点。以此体现变电站实现综合自动化的优越性。 相似文献
982.
983.
984.
结合高效的动态格点搜索(DLS)算法与扰动操作(Perturbation Operation)提出一种新的改进方法(DLS-PO),用于确定团簇的最低能量结构。针对一个特定构型,DLS算法总能给出其对应搜索空间的最规则结构。然而,一次失败的DLS优化将消耗大量的运算资源。为此,采取原子移动和结构旋转的扰动操作成功地改变了构型,再结合后续的DLS操作,提高了优化效率。将该算法用于原子数高达309的Lennard-Jones团簇及100原子NP-B函数铝团簇的结构优化。优化结果显示相比于DLS算法,DLS-PO算法更为高效。 相似文献
985.
为提高节点在无线传感器网络中的自部署性能,本文以虚拟力导向粒子群算法为基石,在部署区域内,采用正方形网格划分方式,并引入一种改进的自适应差分进化策略,对原算法进行改进。改进算法引入了移动目的地对移动节点的引力作用,并通过自适应调整,有目的的向扩大网络覆盖率的目标进化,从而最大限度地优化节点的部署速度和网络的覆盖率。通过对该算法的性能进行了仿真与分析,在网络覆盖率、算法收敛速度以及部署时间等方面,相比于经典虚拟力算法及虚拟力导向粒子群算法,该算法具有更佳的部署性能。 相似文献
986.
987.
传统K-means算法对初始聚类中心选择较敏感, 结果有可能收敛于一般次优解, 为些提出一种结合双粒子群和K-means的混合文本聚类算法。设计了自调整惯性权值策略, 根据最优适应度值的变化率动态调整惯性权值。两子群分别采用基于不同惯性权值策略的粒子群算法进化, 子代间及子代与父代信息交流, 共享最优粒子, 替换最劣粒子, 完成进化, 该算法命名为双粒子群算法。将能平衡全局与局部搜索能力的双粒子群算法与高效的K-means算法结合, 每个粒子是一组聚类中心, 类内离散度之和的倒数是适应度函数, 用K-means算法优化新生粒子, 即为结合双粒子群和K-means的混合文本聚类算法。实验结果表明, 该算法相对于K-means、PSO等文本聚类算法具有更强鲁棒性, 聚类效果也有明显的改善。 相似文献
988.
989.
为了使多目标粒子群算法中种群粒子能够快速地收敛于怕累托最优边界,针对标准多目标粒子群算法中缺乏粒子评价标准以及种群个体历史最优值位置和全局最优值位置选择问题,提出了一种基于环境选择和配对选择策略的多目标粒子群算法.该算法在每次迭代时,采用SPEA2中的环境选择和配对选择策略及适应度值计算方法,以此来提高种群粒子之间的信息交换力度,减少标准多目标粒子群算法中大量的随机性,使种群粒子能够更快速地收敛于怕累托最优边界.经典测试函数的仿真实验结果表明,在标准多目标粒子群算法中运用SPEA2的环境选择、配对选择策略和适应度值计算方法,能够使种群粒子更快速地收敛于帕累托最优边界,验证了算法改进的可行性和有效性. 相似文献
990.