全文获取类型
收费全文 | 7292篇 |
免费 | 2258篇 |
国内免费 | 1446篇 |
专业分类
电工技术 | 735篇 |
技术理论 | 1篇 |
综合类 | 731篇 |
化学工业 | 57篇 |
金属工艺 | 114篇 |
机械仪表 | 546篇 |
建筑科学 | 116篇 |
矿业工程 | 62篇 |
能源动力 | 78篇 |
轻工业 | 115篇 |
水利工程 | 37篇 |
石油天然气 | 71篇 |
武器工业 | 75篇 |
无线电 | 2368篇 |
一般工业技术 | 414篇 |
冶金工业 | 28篇 |
原子能技术 | 43篇 |
自动化技术 | 5405篇 |
出版年
2024年 | 84篇 |
2023年 | 1537篇 |
2022年 | 1680篇 |
2021年 | 1920篇 |
2020年 | 1688篇 |
2019年 | 1490篇 |
2018年 | 531篇 |
2017年 | 314篇 |
2016年 | 149篇 |
2015年 | 105篇 |
2014年 | 104篇 |
2013年 | 76篇 |
2012年 | 89篇 |
2011年 | 111篇 |
2010年 | 99篇 |
2009年 | 102篇 |
2008年 | 117篇 |
2007年 | 86篇 |
2006年 | 91篇 |
2005年 | 101篇 |
2004年 | 68篇 |
2003年 | 53篇 |
2002年 | 40篇 |
2001年 | 34篇 |
2000年 | 45篇 |
1999年 | 25篇 |
1998年 | 26篇 |
1997年 | 30篇 |
1996年 | 26篇 |
1995年 | 24篇 |
1994年 | 25篇 |
1993年 | 17篇 |
1992年 | 25篇 |
1991年 | 22篇 |
1990年 | 24篇 |
1989年 | 20篇 |
1988年 | 5篇 |
1987年 | 4篇 |
1986年 | 6篇 |
1985年 | 2篇 |
1983年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
针对目前大多数人脸识别算法参数多、计算量大,难以部署到移动端和嵌入式设备中的问题,提出了一种基于改进MobileFaceNet的人脸识别方法。通过对MobileFaceNet模型结构的调整,将bottleneck模块优化为sandglass模块,改良深度卷积和逐点卷积的相对位置,适当增大sandglass模块的输出通道数,从而减少特征压缩时的信息丢失,增强人脸空间特征的提取。实验结果表明:改进后的方法在LFW测试数据集上准确率达99.15%,模型大小和计算量分别仅为原算法的61%和45%,验证了所提方法的有效性。 相似文献
2.
提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。 相似文献
3.
5.
6.
7.
针对传统数控铣削表面粗糙度预测模型泛化性差、精度较低等问题,提出了一种基于多源异构数据的数控铣削表面粗糙度预测方法。获取变工艺条件下数控铣削的工艺参数、刀具直径及工件材料等静态数据和振动信号、力信号及功率信号等动态数据;采用粒子群优化算法(PSO)优化卷积神经网络(CNN)的网络结构参数得到PSO-CNN;运用PSO-CNN自适应提取动态数据特征并对静态数据特征进行人工提取,再通过浅层神经网络融合动、静态数据等多源异构数据的特征,建立变工艺下的表面粗糙度预测模型;通过不同模型的预测性能对比试验,验证了该方法的优越性,并以两个工件加工过程为例,验证了该方法的有效性。 相似文献
8.
针对工业控制系统流量数据存在特征冗余及深度学习模型对较小规模数据集检测能力较差的问题,提出了一种基于特征选择和时间卷积网络的工业控制系统入侵检测模型。首先,对源域数据集的异常特征和样本不平衡数据进行处理,提高源域数据集质量。其次,针对流量数据的特征冗余,利用信息增益率和主成分分析法构建IGR-PCA特征选择算法,筛选出最优特征子集实现数据降维。然后,根据工业控制系统流量数据的时间序列特性,在较大规模的源域数据集上,利用时间卷积网络(temporal convolution network,TCN)对时间序列数据优异的处理能力,构建源域时间卷积网络预训练模型。最后,在较小规模的目标域数据集上,结合迁移学习(transfer learning,TL)微调策略,获取源域样本数据的流量特征,构建目标域TCN-TL模型。利用公开的工业控制系统数据集进行实验测试,实验结果表明:流量数据经本文特征算法处理后,相较于其他方法,在降低数据维度减少计算量的同时仍具有良好的检测效果;在较大规模的源域数据集和较小规模的目标域数据集上,本文模型均取得了良好的检测效果,在目标域中利用迁移学习微调策略能够学习到源域中的知识,模型检测准确率为99.06%,在训练时间对比中,本文模型训练时间消耗更少,具有更好的泛化能力,能够更好地保护工业控制系统安全。 相似文献
9.
针对现有频谱分离方法进行声学场景分类研究时其分类准确率不高的问题,提出了一种基于梅尔频谱分离和长距离自校正卷积神经网络(long-distance self-calibration convolutional neural network, LSCNet)的声学场景分类方法。首先,介绍了频谱的谐波打击源分离原理,提出了一种梅尔频谱分离算法,将梅尔频谱分离出谐波分量、打击源分量和残差分量;然后,结合自校正神经网络和残差增强机制,提出了一种长距离自校正卷积神经网络;该模型采用频域自校正算法以及长距离增强机制来保留特征图原始信息,通过残差增强机制和通道注意力增强机制加强了深层特征与浅层特征间的关联度,且结合多尺度特征融合模块,以进一步提取模型训练中输出层的有效信息,从而提高模型的分类准确率;最后,基于Urbansound8K和ESC-50数据集开展了声学场景分类实验。实验结果表明:梅尔频谱的残差分量能够针对性地减少背景噪音的影响,从而具有更好的分类性能,且LSCNet实现了对特征图中频域信息的关注,其最佳分类准确率分别达到90.1%和88%,验证了该方法的有效性。 相似文献
10.
地震波阻抗反演是储层预测研究的一种重要手段,线性地震波阻抗反演方法求解精度依赖于初始地质模型,而完全非线性方法可望得到高精度求解结果。有鉴于此,首先利用全卷积神经网络、因果卷积、膨胀卷积和残差块构建一个时域卷积神经网络(TCN),以建立地震数据与波阻抗之间的非线性映射关系;然后通过该网络对样本进行训练得到反演映射模型,进一步将地震数据输入该模型得到地震波阻抗。正演数据及实际数据测试结果表明,所提方法实现了地震数据到地震波阻抗间的映射,为地震波阻抗反演提供了具有并行计算能力和自适应结构的智能化方法,并在港2025区块砂泥岩储层预测中得到成功应用。 相似文献