全文获取类型
收费全文 | 196307篇 |
免费 | 12406篇 |
国内免费 | 9918篇 |
专业分类
电工技术 | 11488篇 |
技术理论 | 8篇 |
综合类 | 12245篇 |
化学工业 | 3107篇 |
金属工艺 | 1123篇 |
机械仪表 | 5674篇 |
建筑科学 | 7908篇 |
矿业工程 | 2873篇 |
能源动力 | 840篇 |
轻工业 | 5159篇 |
水利工程 | 1827篇 |
石油天然气 | 1654篇 |
武器工业 | 1073篇 |
无线电 | 69578篇 |
一般工业技术 | 6798篇 |
冶金工业 | 1803篇 |
原子能技术 | 266篇 |
自动化技术 | 85207篇 |
出版年
2024年 | 224篇 |
2023年 | 4888篇 |
2022年 | 5293篇 |
2021年 | 6088篇 |
2020年 | 6296篇 |
2019年 | 7668篇 |
2018年 | 2885篇 |
2017年 | 4182篇 |
2016年 | 4430篇 |
2015年 | 5629篇 |
2014年 | 14099篇 |
2013年 | 11343篇 |
2012年 | 13469篇 |
2011年 | 14038篇 |
2010年 | 13690篇 |
2009年 | 15203篇 |
2008年 | 15174篇 |
2007年 | 11861篇 |
2006年 | 10377篇 |
2005年 | 10811篇 |
2004年 | 9433篇 |
2003年 | 7770篇 |
2002年 | 5906篇 |
2001年 | 4482篇 |
2000年 | 3233篇 |
1999年 | 2185篇 |
1998年 | 1732篇 |
1997年 | 1442篇 |
1996年 | 1084篇 |
1995年 | 837篇 |
1994年 | 717篇 |
1993年 | 508篇 |
1992年 | 421篇 |
1991年 | 368篇 |
1990年 | 373篇 |
1989年 | 388篇 |
1988年 | 50篇 |
1987年 | 17篇 |
1986年 | 21篇 |
1985年 | 6篇 |
1984年 | 4篇 |
1983年 | 1篇 |
1980年 | 1篇 |
1979年 | 1篇 |
1951年 | 3篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
目的:建立冠突曲霉发酵桑寄生茶最佳工艺,探究冠突曲霉发酵桑寄生茶防治非酒精性脂肪肝病(nonalcoholic fatty liver disease,NAFLD)的潜在机制。方法:采用层次分析法(analytic hierarchy process,AHP),以主要化学成分和感官审评为评价指标,通过单因素实验和正交试验对冠突曲霉发酵桑寄生茶的加工工艺进行优化。通过“0.1%蛋黄粉+5 mmol·mL-1 硫代乙酰胺”诱导斑马鱼幼鱼NAFLD模型,探究冠突曲霉发酵桑寄生茶对NAFLD的防治作用。通过超高效液相色谱串联-四级杆-飞行时间质谱技术(UPLC-Q-TOF-MS/MS)和网络药理学,筛选关键成分和核心靶点并进行分子对接。结果:最佳发酵工艺为含水量35%,渥堆时间3 h,菌液浓度1×106 CFU·mL-1 ,发酵时间7 d。冠突曲霉发酵桑寄生茶通过降低总胆固醇、甘油三酯、低密度脂蛋白胆固醇、谷草转氨酶、谷丙转氨酶达到防治NAFLD的效果(P<0.05)。通过UPLC-Q-TOF-MS/MS分析得到14个差异... 相似文献
2.
目的:本研究基于网络药理学和分子对接技术预测和验证辣木叶活性成分抗肥胖的分子靶点和途径,探索辣木叶活性成分的抗肥胖作用及潜在机制。方法:利用PubChem、DisGeNET数据库和SwissADME、Swiss Target Prediction在线预测平台获取辣木叶活性成分靶点和肥胖相关靶点;利用Venny 2.0.1平台对活性成分靶点和肥胖相关靶点取交集,筛选出关键靶点,并利用STRING 11.0数据库进行PPI网络的核心靶点分析;采用Cytoscape3.8.2软件,构建“成分-靶点”相互作用网络,筛选出核心活性成分;基于David数据库进行GO功能富集和KEGG通路分析;最后,运用Auto Dock 4.2软件对通路富集靶点与核心成分进行分子对接。结果:筛选出辣木叶活性成分50个,共确定了126个辣木叶抗肥胖的核心靶点,其中主要活性成分为鼠李黄素、胆甾-5烯-3醇、杨梅素、木犀草素等。GO及KEGG分析结果显示,辣木叶活性成分通过RNA聚合酶Ⅱ启动子转录的正调控、信号传导、基因表达的正调控、蛋白质磷酸化及凋亡表达的负调控等生物过程,通过HIF-1、胰岛素抵抗、二型糖尿病、胰岛... 相似文献
3.
光伏发电功率存在波动性,且光伏出力易受各种气象特征影响,传统TCN网络容易过度强化空间特性而弱化个体特性。针对上述问题,文中提出一种基于VMD和改进TCN的短期光伏发电功率预测模型。通过VMD将原始光伏发电功率时间序列分解为若干不同频率的模态分量,将各个模态分量以及相对应的气象数据输入至改进TCN网络进行建模学习。利用中心频率法确定VMD的最优分解模态分解个数。在传统TCN预测模型的基础上,使用DropBlock正则化取代Dropout正则化以达到抑制卷积层中信息协同的效果,并引入注意力机制自主挖掘并突出关键气象输入特征的影响,量化各气象因素对光伏发电的影响,从而提高预测精度。以江苏省某光伏电站真实数据为例进行仿真实验,结果表明所提预测方法的RMSE为0.62 MW,MAPE为2.03%。 相似文献
4.
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
5.
6.
能耗数据预报在工业过程中发挥重要作用,产线级的电耗精准预报更是钢铁智能制造背景下的节能降耗热点。针对带钢热轧精轧控制段的多规格轧件电耗预测问题,首先通过皮尔逊(Pearson)相关性分析筛选出影响精轧电耗的主要因素,节约计算时间,然后充分发挥卷积神经网络(convolutional neural network, CNN)与长短期记忆网络(long short-term memory, LSTM)分别在特征提取与数据预测方面的优势,提出了一种基于CNN-LSTM混合神经网络的精轧电耗预测模型并进一步优化。通过利用预处理后的厂级实时数据进行算法验证,均方误差能控制在0.8%以内,表明该方法能对产线级多规格轧件精轧电耗准确预报。 相似文献
7.
线性卷积在图像处理中发挥着重要作用,但是在处理海量高分辨率图像时,求解线性卷积会消耗许多计算资源.为此,本文就量子线性卷积及其在图像处理问题中的应用开展相关研究,首先提出单通道,单位步长,零补充情况下的量子一维和二维线性卷积,然后实现多通道,非单位步长,非零补充的情况,最后将量子二维线性卷积应用于量子图像平滑,量子图像锐化和量子图像边缘检测.通过理论分析证明了量子线性卷积的空间复杂度O(logM)和时间复杂度O(log2M)较经典线性卷积有指数级下降,且基于Qiskit的仿真实验成功验证了量子线性卷积和量子图像处理算法的正确性和可行性. 相似文献
8.
提出一种基于i向量和变分自编码相对生成对抗网络的语音转换方法, 实现了非平行文本条件下高质量的多对多语音转换. 性能良好的语音转换系统, 既要保持重构语音的自然度, 又要兼顾转换语音的说话人个性特征是否准确. 首先为了改善合成语音自然度, 利用生成性能更好的相对生成对抗网络代替基于变分自编码生成对抗网络模型中的Wasserstein生成对抗网络, 通过构造相对鉴别器的方式, 使得鉴别器的输出依赖于真实样本和生成样本间的相对值, 克服了Wasserstein生成对抗网络性能不稳定和收敛速度较慢等问题. 进一步为了提升转换语音的说话人个性相似度, 在解码阶段, 引入含有丰富个性信息的i向量, 以充分学习说话人的个性化特征. 客观和主观实验表明, 转换后的语音平均梅尔倒谱失真距离值较基准模型降低4.80%, 平均意见得分值提升5.12%, ABX 值提升8.60%, 验证了该方法在语音自然度和个性相似度两个方面均有显著的提高, 实现了高质量的语音转换. 相似文献
9.
无监督跨域迁移学习是行人再识别中一个非常重要的任务. 给定一个有标注的源域和一个没有标注的目标域, 无监督跨域迁移的关键点在于尽可能地把源域的知识迁移到目标域. 然而, 目前的跨域迁移方法忽略了域内各视角分布的差异性, 导致迁移效果不好. 针对这个缺陷, 本文提出了一个基于多视角的非对称跨域迁移学习的新问题. 为了实现这种非对称跨域迁移, 提出了一种基于多对多生成对抗网络(Many-to-many generative adversarial network, M2M-GAN)的迁移方法. 该方法嵌入了指定的源域视角标记和目标域视角标记作为引导信息, 并增加了视角分类器用于鉴别不同的视角分布, 从而使模型能自动针对不同的源域视角和目标域视角组合采取不同的迁移方式. 在行人再识别基准数据集Market1501、DukeMTMC-reID和MSMT17上, 实验验证了本文的方法能有效提升迁移效果, 达到更高的无监督跨域行人再识别准确率. 相似文献
10.
子空间聚类(Subspace clustering)是一种当前较为流行的基于谱聚类的高维数据聚类框架.近年来,由于深度神经网络能够有效地挖掘出数据深层特征,其研究倍受各国学者的关注.深度子空间聚类旨在通过深度网络学习原始数据的低维特征表示,计算出数据集的相似度矩阵,然后利用谱聚类获得数据的最终聚类结果.然而,现实数据存在维度过高、数据结构复杂等问题,如何获得更鲁棒的数据表示,改善聚类性能,仍是一个挑战.因此,本文提出基于自注意力对抗的深度子空间聚类算法(SAADSC).利用自注意力对抗网络在自动编码器的特征学习中施加一个先验分布约束,引导所学习的特征表示更具有鲁棒性,从而提高聚类精度.通过在多个数据集上的实验,结果表明本文算法在精确率(ACC)、标准互信息(NMI)等指标上都优于目前最好的方法. 相似文献