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   35153篇
  免费   5386篇
  国内免费   2186篇
电工技术   11334篇
技术理论   2篇
综合类   2946篇
化学工业   1110篇
金属工艺   948篇
机械仪表   4577篇
建筑科学   984篇
矿业工程   2188篇
能源动力   1336篇
轻工业   257篇
水利工程   702篇
石油天然气   2444篇
武器工业   586篇
无线电   2410篇
一般工业技术   1900篇
冶金工业   944篇
原子能技术   265篇
自动化技术   7792篇
  2024年   68篇
  2023年   642篇
  2022年   1155篇
  2021年   1391篇
  2020年   1665篇
  2019年   1964篇
  2018年   899篇
  2017年   1104篇
  2016年   1211篇
  2015年   1421篇
  2014年   2332篇
  2013年   1858篇
  2012年   2645篇
  2011年   2743篇
  2010年   2002篇
  2009年   2156篇
  2008年   2063篇
  2007年   2568篇
  2006年   2265篇
  2005年   1873篇
  2004年   1600篇
  2003年   1450篇
  2002年   1087篇
  2001年   997篇
  2000年   786篇
  1999年   682篇
  1998年   433篇
  1997年   337篇
  1996年   304篇
  1995年   275篇
  1994年   181篇
  1993年   134篇
  1992年   105篇
  1991年   84篇
  1990年   66篇
  1989年   41篇
  1988年   33篇
  1987年   15篇
  1986年   11篇
  1985年   9篇
  1984年   6篇
  1982年   6篇
  1981年   6篇
  1980年   6篇
  1979年   4篇
  1977年   4篇
  1975年   4篇
  1966年   3篇
  1961年   3篇
  1951年   6篇
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
针对变压器故障诊断准确率低和稳定性差的问题,文中提出了一种改进麻雀搜索算法优化贝叶斯网络的变压器故障诊断方法。首先,通过计算互信息建立最大支撑树并进行定向处理得到贝叶斯网络初始结构即初始种群。然后,在算法中引入一种新的合作机制和正弦余弦算法,提高算法收敛速度和全局搜索能力,并利用油中溶解气体分析,创建基于改进麻雀搜索算法优化贝叶斯网络的变压器故障诊断模型。最后,为了证明所提方法的优越性,将所提的方法与现有变压器故障诊断方法进行对比。结果表明,文中所提出的方法故障诊断率最高,可以更精准地对变压器进行故障诊断。  相似文献   
2.
为了提升大型机组设备故障信息的提取效率,实现故障可视化诊断,提出大数据处理环境下大型机组设备故障可视化诊断方法。采用基于工作变形分析( ODS )的振动可视化技术完成大型机组设备的振动分析,获取设备不同模态下的故障频率响应信号,并将其频率谱作为故障特征,利用模糊减法聚类算法获取故障诊断结果;并利用三维平行散点图与人机交互将故障诊断结果可视化呈现。测试结果表明,该方法可通过数据聚类有效完成大型机组设备故障诊断,并且具备较好的可视化效果,可满足大型机组设备故障的可视化需求。  相似文献   
3.
4.
5.
基岩地球化学方法广泛应用于地质找矿与生产实践,是开展深部找矿预测最直接的方法和手段。通过对玲珑金矿田井下含矿断裂和招平断裂的基岩剖面地球化学特征进行系统研究,得出以下认识:玲珑金矿田原生晕最佳指示元素组合为Au、Ag、Bi、As和Co,且Au-Ag、Au-Bi、Au-As及Au-Co元素之间呈较好的幂指数正相关。根据玲珑金矿田已探明矿脉最佳指示元素组合的统计结果,结合招平断裂基岩剖面地球化学测量结果,发现招平断裂在地表有2处金矿化异常,推测其为矿致异常,反映出该地段具有较好的找矿潜力,特别是前花园村东1021剖面中异常找矿潜力更大。  相似文献   
6.
我国某三代压水堆机组主泵必须配置变频器,且变频器与主泵长时间同时运行,因而变频器的可靠性对机组的稳定运行和经济效益具有重要意义。本文主要介绍了主泵变频器的可靠性设计,分析了某核电厂1、2号机组变频器历史故障,找出了影响主泵变频器可靠性的薄弱点,提出了相应故障的应对措施和提升可靠性的措施,对国内后续该机型主泵变频器的设计优化、设备制造和运行维护有一定的借鉴意义。  相似文献   
7.
近年来, 深度学习技术已在滚动轴承故障检测和诊断领域取得了成功应用, 但面对不停机情况下的早期故障在线检测问题, 仍存在着早期故障特征表示不充分、误报警率高等不足. 为解决上述问题, 本文从时序异常检测的角度出发, 提出了一种基于深度迁移学习的早期故障在线检测方法. 首先, 提出一种面向多域迁移的深度自编码网络, 通过构建具有改进的最大均值差异正则项和Laplace正则项的损失函数, 在自适应提取不同域数据的公共特征表示同时, 提高正常状态和早期故障状态之间特征的差异性; 基于该特征表示, 提出一种基于时序异常模式的在线检测模型, 利用离线轴承正常状态的排列熵值构建报警阈值, 实现在线数据中异常序列的快速匹配, 同时提高在线检测结果的可靠性. 在XJTU-SY数据集上的实验结果表明, 与现有代表性早期故障检测方法相比, 本文方法具有更好的检测实时性和更低的误报警数.  相似文献   
8.
Process analytics is one of the popular research domains that advanced in the recent years. Process analytics encompasses identification, monitoring, and improvement of the processes through knowledge extraction from historical data. The evolution of Artificial Intelligence (AI)-enabled Electronic Health Records (EHRs) revolutionized the medical practice. Type 2 Diabetes Mellitus (T2DM) is a syndrome characterized by the lack of insulin secretion. If not diagnosed and managed at early stages, it may produce severe outcomes and at times, death too. Chronic Kidney Disease (CKD) and Coronary Heart Disease (CHD) are the most common, long-term and life-threatening diseases caused by T2DM. Therefore, it becomes inevitable to predict the risks of CKD and CHD in T2DM patients. The current research article presents automated Deep Learning (DL)-based Deep Neural Network (DNN) with Adagrad Optimization Algorithm i.e., DNN-AGOA model to predict CKD and CHD risks in T2DM patients. The paper proposes a risk prediction model for T2DM patients who may develop CKD or CHD. This model helps in alarming both T2DM patients and clinicians in advance. At first, the proposed DNN-AGOA model performs data preprocessing to improve the quality of data and make it compatible for further processing. Besides, a Deep Neural Network (DNN) is employed for feature extraction, after which sigmoid function is used for classification. Further, Adagrad optimizer is applied to improve the performance of DNN model. For experimental validation, benchmark medical datasets were used and the results were validated under several dimensions. The proposed model achieved a maximum precision of 93.99%, recall of 94.63%, specificity of 73.34%, accuracy of 92.58%, and F-score of 94.22%. The results attained through experimentation established that the proposed DNN-AGOA model has good prediction capability over other methods.  相似文献   
9.
针对现有滚动轴承故障诊断方法过度依赖于有监督学习算法的问题,提出一种基于堆栈稀疏自编码和支持向量机(SSAE-SVM)的滚动轴承故障诊断方法。利用堆栈稀疏自编码(SSAE)的频域深层特征学习能力,对轴承故障特征进行快速傅里叶变换和批归一化处理,再输入到SSAE网络。所构建的SSAE网络通过贪婪算法逐层训练,使用梯度下降法反向微调,基于无监督式深层学习输出深层特征向量。利用构造简单、泛化性能好、分类速度较快的支持向量机(SVM)分类器,基于深层特征向量进行故障识别,实现滚动轴承故障类型的准确分类。利用美国凯斯西储大学滚动轴承数据集进行对比验证。验证结果显示,相较于对比模型,SSAE-SVM滚动轴承故障诊断模型具有更高的准确率和更快的收敛速度。应用无监督学习建立轴承故障诊断模型将成为轴承故障诊断的重要发展方向之一。  相似文献   
10.
自闭症谱系障碍是一种复杂的神经系统发展障碍疾病,截至目前其病因尚不明确。图神经网络作为非欧几里得空间深度学习的重要分支,在处理图结构数据的相关任务中取得优异表现,为医学领域的成像和非成像模式的集成提供了可能,因此利用图神经网络进行自闭症等脑部疾病神经成像诊断逐渐成为研究热点。阐述传统机器学习方法在自闭症疾病预测中应用,介绍图神经网络的基本分类,按照图中节点与边关系的建模方法,从基于人群图和基于个体图两个角度对图神经网络在自闭症辅助诊断中的应用进行梳理和分析,并归纳现有诊断方法的优劣势。根据目前基于图神经网络的自闭症神经成像诊断的研究现状,总结了脑神经科学领域辅助诊断技术面临的主要挑战和未来研究方向,对于自闭症等脑部疾病辅助诊断的进一步研究具有指导意义和参考价值。  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