首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   23318篇
  免费   1643篇
  国内免费   1252篇
电工技术   1604篇
综合类   2067篇
化学工业   1664篇
金属工艺   603篇
机械仪表   1498篇
建筑科学   2177篇
矿业工程   916篇
能源动力   491篇
轻工业   1617篇
水利工程   1153篇
石油天然气   758篇
武器工业   335篇
无线电   3133篇
一般工业技术   1664篇
冶金工业   950篇
原子能技术   136篇
自动化技术   5447篇
  2024年   23篇
  2023年   455篇
  2022年   481篇
  2021年   514篇
  2020年   548篇
  2019年   568篇
  2018年   276篇
  2017年   415篇
  2016年   474篇
  2015年   761篇
  2014年   1571篇
  2013年   1316篇
  2012年   1915篇
  2011年   1775篇
  2010年   1426篇
  2009年   1579篇
  2008年   1903篇
  2007年   1710篇
  2006年   1181篇
  2005年   1222篇
  2004年   1162篇
  2003年   874篇
  2002年   580篇
  2001年   485篇
  2000年   454篇
  1999年   371篇
  1998年   311篇
  1997年   310篇
  1996年   281篇
  1995年   229篇
  1994年   211篇
  1993年   176篇
  1992年   150篇
  1991年   160篇
  1990年   143篇
  1989年   138篇
  1988年   36篇
  1987年   10篇
  1986年   5篇
  1985年   2篇
  1984年   1篇
  1983年   4篇
  1982年   1篇
  1981年   1篇
  1980年   1篇
  1979年   2篇
  1965年   1篇
  1960年   1篇
排序方式: 共有10000条查询结果,搜索用时 16 毫秒
1.
为提高超声相干平面波复合(CPWC)成像质量,本文提出了基于环形统计矢量(CSV)的加权算法。该算法以延时信号相位为环形统计样本,通过样本平均合矢量建立反映相位分布一致性程度的相干因子。进一步地,根据波束形成及相干因子构建数量的不同,提出了全孔径环形统计矢量(tCSV)加权算法。结果表明,相比于CPWC,CSV和tCSV的散射靶点分辨率和囊肿的对比度分别提高了至少23.67%和27.69%,CNR值降低至多39.37%。与相干因子(CF)和符号相干因子(SCF)相比,虽然CSV和tCSV算法在分辨率和对比度上最大分别比之减小约12.83%和88.31%,但抑制背景噪声和保留目标靶点回波幅值的能力较强,且CNR值比之提高了约20%,其成像质量具有更好地鲁棒性。  相似文献   
2.
人机对话中小样本学习场景下的意图识别和槽填充,是自然语言处理的一个重要课题.本文采用基于度量学习的方法,通过计算query set中的样本与support set中样本的距离,寻找距离最近的类别样本作为分类标签,同时将两个任务联合进行训练,用以提升模型的效果.从实验结果中可以得出,本文提出的Fine-tune方法,对意图识别和槽填充任务都有一定的帮助和提升.胶囊网络在意图识别中也起到了一定的效果,可以帮助去除一部分无关信息,但对槽填充任务的帮助不明显;而任务自适应的投影网络,可以更好地将不同类的向量分开,提升了两个任务的性能.  相似文献   
3.
卷积神经网络是一种具有强大特征提取能力的深度神经网络,其在众多领域得到了广泛应用。但是,研究表明卷积神经网络易受对抗样本攻击。不同于传统的以梯度迭代生成对抗扰动的方法,提出了一种基于颜色模型的语义对抗样本生成方法,利用人类视觉和卷积模型在识别物体中表现出的形状偏好特性,通过颜色模型的扰动变换来生成对抗样本。在样本生成过程中其不需要目标模型的网络参数、损失函数或者相关结构信息,仅依靠颜色模型的变换和通道信息的随机扰动,所以这是一种可以完成黑盒攻击的对抗样本。  相似文献   
4.
为提高小样本条件下变压器故障诊断的准确率,提出了一种小样本条件下基于卷积孪生网络CSNN(con-volutional Siamese neural network)的变压器故障诊断方法.利用具有强大特征提取能力的卷积层和池化层来构建孪生网络将原始数据映射到低维空间.并基于欧式距离进行相似度的对比,从而实现故障的分类.仿真结果表明,CSNN比传统方法更加适合小样本条件下的变压器故障诊断,利用卷积层和池化层来构建孪生网络比仅用全连接层来构建孪生网络会收获更高的准确率.  相似文献   
5.
平台支持船由于作业需要通常配备有动力定位系统,其在侧推工况下舱室噪声超标较为严重。针对这个问题采用计算流体力学(CFD)方法,得到侧推螺旋桨作用在导管上的脉动压力,并将时域计算结果转换成噪声计算的激励条件。采用有限元(FE)与统计能量分析(SEA)混合方法建立船体中频段FE-SEA耦合模型并建立船体高频段SEA模型,对某65 m AHTS船侧推工况下全频段(63 Hz~8000 Hz)舱室噪声进行预报,分析该船噪声分布规律及主要影响因素。并建立起全船的SEA模型,在中频段对比SEA与FE-SEA两种方法得到的舱室声压级频谱曲线,验证了使用混合模型的必要性。  相似文献   
6.
基于质量工具软件,运用统计过程控制、过程能力分析技术对PVC树脂生产过程的质量进行预防控制,并分析判断产生降级品的原因,确保过程可控且满足工序质量要求。通过对生产过程中的质量控制和改进来提高指标达标率。以具体应用案例说明统计过程质量控制、过程能力分析应用技术的实施方法及效果,表明质量工具软件在持续提高PVC树脂过程质量管理方面发挥了重要作用。  相似文献   
7.
针对风机数据集的不平衡问题,提出了一种BSMOTE-Sequence采样算法,在合成新样本时综合考虑空间和时间特征,并对新样本进行清洗,从而有效减少噪声点的生成。首先,根据每个少数类样本的近邻样本的类别比例,将少数类样本划分为安全类样本、边界类样本和噪声类样本。然后,对每个边界类样本都遴选出空间距离、时间跨度最接近的少数类样本集,利用线性插值法合成新样本,并过滤掉噪声类样本以及类间重叠样本。最后,以支持向量机(SVM)、卷积神经网络(CNN)、长短期记忆(LSTM)人工神经网络作为风机齿轮箱故障检测模型,F1-Score、曲线下面积(AUC)和G-mean作为模型性能评价指标,在真实风机数据集上把所提算法与常用的多种采样算法进行对比,实验结果表明:相比已有算法,BSMOTE-Sequence算法所生成样本的分类效果更好,使得检测模型的F1-Score、AUC和G-mean平均提高了3%,该算法能有效地适用于数据具有时序规律且不平衡的风机故障检测领域。  相似文献   
8.
提出机电设备可靠性验证试验统计方案设计方法,推导指数分布场合及Weibull分布场合接受概率方程组,并给出求解方法流程.据此分析样本量及Weibull分布形状参数对传统可靠性验证试验统计方案(GJB899A—2009中典型方案)实际抽样风险的影响.研究表明,指数分布场合下样本量较小时,采用允许失效的传统方案时,生产方与使用方风险均与名义风险相差较大,且对使用方非常不利.随着样本量增大,生产方风险不断上升而使用方风险不断降低,逐渐接近于名义风险.Weibull分布场合下,采用传统方案时样本量越大机电设备通过可靠性验证试验被接收的概率越大,且Weibull分布形状参数越大,理论抽样特性越接近于理想的陡峭"台阶"形状.可为工程实际中开展机电设备可靠性验证试验及减少误判风险提供借鉴.  相似文献   
9.
为了解决汽车统计能量分析的不确定性问题,提出了汽车声固耦合模型的随机不确定性统计能量算法。该方法以结构和声腔材料参数为不确定变量,建立了声固腔耦合模型的统计能量方程,计算了模型的自损耗因子和耦合损耗因子,对材料参数的偏导数进行了分析,并根据随机算法理论推导了材料参数不确定状况下的噪声均值、标准差的求解公式。将该方法分别应用于简单平板声腔模型和汽车防火墙声腔模型,成功求解了不确定条件下的模型噪声波动特性。  相似文献   
10.
邵政毅  陈秀宏 《计算机科学》2021,48(10):185-190
在许多实际应用中出现了大量的冗余数据,这些数据可能是高维的,这时进行回归预测将会出现过拟合的现象,并且还会出现预测精度偏低等问题.另外,大多数回归方法都是基于向量的,忽略了矩阵数据原始位置之间的关系.为此,文中提出了一种基于样本特征核矩阵的稀疏双线性回归(Kernel Matrix-based Sparse Bilinear Regression,KMSBR)方法.该方法直接将数据矩阵作为输入,其是通过左右回归系数矩阵而建立的,利用样本的特征核矩阵和L2,1范数,能够同时实现对样本及样本特征的选择,且考虑了数据的原始位置,提高了算法的性能.在若干数据集上的实验结果表明,KMSBR能有效地选择相对重要的样本和特征,从而提高算法的运行效率,且其预测精度优于已有的几种回归模型.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号