全文获取类型
收费全文 | 405篇 |
免费 | 38篇 |
国内免费 | 18篇 |
专业分类
电工技术 | 1篇 |
综合类 | 17篇 |
化学工业 | 72篇 |
金属工艺 | 4篇 |
机械仪表 | 13篇 |
建筑科学 | 121篇 |
矿业工程 | 4篇 |
能源动力 | 7篇 |
轻工业 | 80篇 |
石油天然气 | 13篇 |
无线电 | 36篇 |
一般工业技术 | 17篇 |
冶金工业 | 7篇 |
自动化技术 | 69篇 |
出版年
2024年 | 4篇 |
2023年 | 19篇 |
2022年 | 19篇 |
2021年 | 23篇 |
2020年 | 34篇 |
2019年 | 55篇 |
2018年 | 30篇 |
2017年 | 33篇 |
2016年 | 33篇 |
2015年 | 25篇 |
2014年 | 45篇 |
2013年 | 30篇 |
2012年 | 24篇 |
2011年 | 47篇 |
2010年 | 23篇 |
2009年 | 17篇 |
排序方式: 共有461条查询结果,搜索用时 15 毫秒
1.
《现代电子技术》2019,(8):82-88
针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。 相似文献
2.
3.
4.
5.
《电子技术与软件工程》2015,(16)
氮化镓薄膜在蓝宝石、碳化硅和单晶硅等衬底上的异质生长会不可避免的产生高密度的(贯穿)位错(high-density threading dislocation)。本文首先介绍常见的刃型和螺型位错及其表征手段,随之结合国际上的学术研究案例,展开讨论了位错对于氮化镓基器件(如LED和HEMT)的光学性能(非辐射复合)以及电学性能(电荷散射及陷阱能级)的影响机制。 相似文献
6.
7.
目的探讨自制丙型肝炎病毒(hepatitis C Virus,HCV)RNA定量检测室内质控品的可行性,并评估其临床应用价值。方法收集已发过HCV-RNA临床报告的血浆样本,分别将HCV-RNA阴性血浆(<50 IU/mL)、弱阳性血浆(102~103 IU/mL)和强阳性血浆(105~106 IU/mL)混合、离心后,获得阴性质控品(HCV-RNA-N)、弱阳性质控品(HCV-RNA-L)和强阳性质控品(HCV-RNA-H),小量分装后于-80℃冻存。确定靶值后,评价其均一性、重复性、准确性和稳定性。结果自制HCV RNA室内质控品具有良好的均一性、重复性和准确性,可在-80℃保持稳定至少12个月。结论HCV RNA室内质控品制备过程简单,样品均一,重复性好,准确性高,稳定性良好,可用于临床检测HCV-RNA。 相似文献
8.
本文研究了富含α-亚麻酸(ALA)的亚麻籽油(FO)对多囊卵巢综合征(PCOS)大鼠胰岛素抵抗和氧化应激水平的影响。采用来曲唑造模法建立PCOS大鼠模型,建模成功后,FO对照组和FO干预模型组灌胃FO 8 W;阴性对照组和模型组灌胃等量生理盐水。干预结束后,检测各组大鼠血液中性激素、血脂、胰岛素抵抗与氧化应激指标含量。结果显示,膳食FO干预后雄激素(T)、胆固醇(TC)、甘油三酯(TG)、空腹胰岛素(FINS)、胰岛素抵抗指数(HOMA-IR)和丙二醛(MDA)水平较模型组显著降低至3.26 nmoL/mL、1.78 mmoL/mL、1.45 mmoL/mL、5.37 mIU/L、1.22和5.33 nmoL/mL(p0.05);雌二醇(E2)和抗氧化指标总抗氧化能力(T-AOC)、谷胱甘肽过氧化物酶(GSH-Px)和总超氧化物歧化酶(T-SOD)升高至26.54 pmoL/mL、5.11 U/mL、372.10酶活力单位和80.29 U/mL(p0.05)。本研究表明膳食FO能够改善PCOS大鼠的胰岛素抵抗和氧化应激状态。 相似文献
9.
10.
针对深度卷积神经网络训练时的网络退化、特征表达能力不强等问题,提出一种基于非负表示分类和多模态残差神经网络的肺部肿瘤(residual neural network-non negative representation classification, resnet-NRC)良恶性分类方法。使用迁移学习将预训练残差神经网络模型初始化参数;分别用CT、PET和PET/CT 3个模态的数据集训练残差神经网络,提取全连接层的特征向量;采用非负表示分类器(non-negative representation classification, NRC)对特征向量进行非负表示,求解非负系数矩阵;利用残差相似度进行肺部肿瘤良恶性分类。通过AlexNet、GoogleNet、ResNet-18/50/101模型进行对比试验,试验结果表明,ResNet-NRC分类效果优于其它模型,且特异性和灵敏度等各项评价指标也较高,该方法具有较好的鲁棒性和泛化能力。 相似文献