全文获取类型
收费全文 | 23384篇 |
免费 | 1879篇 |
国内免费 | 1363篇 |
专业分类
电工技术 | 2181篇 |
综合类 | 2273篇 |
化学工业 | 294篇 |
金属工艺 | 260篇 |
机械仪表 | 952篇 |
建筑科学 | 6989篇 |
矿业工程 | 421篇 |
能源动力 | 162篇 |
轻工业 | 239篇 |
水利工程 | 357篇 |
石油天然气 | 430篇 |
武器工业 | 180篇 |
无线电 | 4276篇 |
一般工业技术 | 1090篇 |
冶金工业 | 166篇 |
原子能技术 | 42篇 |
自动化技术 | 6314篇 |
出版年
2024年 | 30篇 |
2023年 | 542篇 |
2022年 | 681篇 |
2021年 | 860篇 |
2020年 | 855篇 |
2019年 | 999篇 |
2018年 | 453篇 |
2017年 | 712篇 |
2016年 | 721篇 |
2015年 | 965篇 |
2014年 | 1743篇 |
2013年 | 1454篇 |
2012年 | 1846篇 |
2011年 | 1772篇 |
2010年 | 1567篇 |
2009年 | 1585篇 |
2008年 | 1863篇 |
2007年 | 1685篇 |
2006年 | 1110篇 |
2005年 | 1031篇 |
2004年 | 846篇 |
2003年 | 661篇 |
2002年 | 505篇 |
2001年 | 388篇 |
2000年 | 310篇 |
1999年 | 237篇 |
1998年 | 227篇 |
1997年 | 189篇 |
1996年 | 164篇 |
1995年 | 96篇 |
1994年 | 113篇 |
1993年 | 87篇 |
1992年 | 90篇 |
1991年 | 79篇 |
1990年 | 70篇 |
1989年 | 67篇 |
1988年 | 5篇 |
1987年 | 8篇 |
1986年 | 6篇 |
1983年 | 1篇 |
1982年 | 1篇 |
1980年 | 1篇 |
1965年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
光波束形成网络是光控相控阵雷达中的重要组成部分,有助于提升系统的宽带宽角扫描能力。利用光开关的切换,改变各收发通道间的相对延时量,从而实现波束指向的变化。在常用的技术中,色散延时是一种简洁的光波束形成实现方法,而色散线性项仅适用于色散量小且通道数少的情况。随着延时量的增加,非线性色散延时积累,会引起波束畸变。因此引入相对色散斜率(RDS)作为其非线性因子,并通过调整商用激光器波长来抵消色散介质的非线性效应。当RDS为0.003 nm?1时,激光器阵列的最大波长间隔从0.796 nm “拉伸”到0.862 nm,波长也整体“平移”?0.31 nm,修正波长与商用激光器波长的最大调整量为0.2 nm,可满足商用波分复用器的通带带宽,大扫描角时主瓣与副瓣之比从5 dB提升至12.9 dB。通过分析,RDS数值越小,激光器波长的修正量越小。因此,RDS是选择色散介质和调整激光器波长的重要参数,从而能够恢复波束畸变,以提升相控阵系统的成像、识别能力。 相似文献
2.
针对电网存在的暂降、低电压、谐波、无功等电能质量问题,采用一种背靠背式单相三电平无耦合变压器的拓扑结构,与H桥等结构相比,无桥臂之间耦合问题,降低了设备损耗及成本,同时本文整流侧采用TTA算法检测无功电流,具备无功补偿功能.对于逆变侧,采用输出电压前馈控制策略,消除了负载对逆变系统控制性能的影响,同时充分利用设备调制度较小的情况,在DSP中采用立即刷新的方式,消除了控制延时的影响,提高了系统的开环增益、响应速度、稳态控制效果和系统鲁棒性.所研制的10 kVA的补偿设备验证了该拓扑结构、TTA算法及控制方法的正确性和有效性. 相似文献
3.
4.
5.
混合传感节点的属性较难形成统一识别特征,其节点属性约简过程复杂,存在分类时间长及分类性能差的问题。为此,提出了基于粗糙集的混合传感节点高精度分类算法。在初始化传感节点的基础上计算适应度值,利用遗传算法优化粗糙集修正校验结果,获得统一编码形式的节点。在此基础上,排除了属性权重为“0”的属性,完成节点属性约简。再利用普通分类方法和高级分类方法结合的方式,进行混合节点分类。根据约束条件选取对应的分类方法,实现混合传感节点高精度分类。仿真结果表明,所提算法的分类用时低于520 ms,且该方法的查全率、查准率及F1值均高于对比方法,混合传感节点分类性能较好。 相似文献
6.
7.
《中国计量学院学报》2022,(1):92-99
目的:利用图神经网络,构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先,用图卷积神经网络提取节点的初始特征。其次,用多头密集连接网络学习节点重要性得分,并根据得分进行节点采样得到池化图。之后,对池化图中的节点进行结构学习,以保证图结构的完整性。最后,将学到的图表示放到分类器中,完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比,我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。 相似文献
8.
9.
10.