全文获取类型
收费全文 | 530篇 |
免费 | 37篇 |
国内免费 | 40篇 |
专业分类
电工技术 | 7篇 |
综合类 | 26篇 |
化学工业 | 66篇 |
金属工艺 | 31篇 |
机械仪表 | 18篇 |
建筑科学 | 192篇 |
矿业工程 | 8篇 |
能源动力 | 17篇 |
轻工业 | 82篇 |
水利工程 | 16篇 |
石油天然气 | 9篇 |
武器工业 | 2篇 |
无线电 | 20篇 |
一般工业技术 | 24篇 |
冶金工业 | 20篇 |
原子能技术 | 3篇 |
自动化技术 | 66篇 |
出版年
2024年 | 4篇 |
2023年 | 22篇 |
2022年 | 31篇 |
2021年 | 23篇 |
2020年 | 16篇 |
2019年 | 23篇 |
2018年 | 14篇 |
2017年 | 33篇 |
2016年 | 39篇 |
2015年 | 44篇 |
2014年 | 64篇 |
2013年 | 40篇 |
2012年 | 23篇 |
2011年 | 47篇 |
2010年 | 26篇 |
2009年 | 12篇 |
2008年 | 46篇 |
2007年 | 21篇 |
2006年 | 21篇 |
2005年 | 7篇 |
2004年 | 10篇 |
2003年 | 5篇 |
2002年 | 3篇 |
2001年 | 7篇 |
2000年 | 4篇 |
1999年 | 3篇 |
1998年 | 6篇 |
1997年 | 3篇 |
1994年 | 1篇 |
1993年 | 2篇 |
1990年 | 2篇 |
1989年 | 4篇 |
1979年 | 1篇 |
排序方式: 共有607条查询结果,搜索用时 15 毫秒
1.
2.
本文针对美孚油回收液与兰炼8#油混合利用进行可行性实验研究,经过重度、粘度、可燃性等方面的实验研究,表明美孚油回收液与兰炼8#油混合可以用在电动轮上并且获得良好的效果。 相似文献
3.
4.
抑郁症是大学生自杀的主要原因之一,所以,处于抑郁症这种心理危机状态的学生应是高校辅导员、心理咨询师等学生教育、管理工作者高度关注与干预的对象。本文通过对一位抑郁症学生的危机发生及干预过程的分析,来探究高校大学生心理危机预防与干预的步骤和方法。 相似文献
5.
2月26日,成都华为研发中心一员工从四楼纵身跳下,当场死亡。在过去的一年中,华为已经有4位员工自杀:3位跳楼,1位上吊,还有一位据传被累死…… 相似文献
6.
近年来,机器学习被逐渐运用到基于社交媒体文本数据的抑郁症检测中并凸显重要应用价值。为梳理其应用现状和发展方向,对用于抑郁症检测的社交媒体文本数据集、数据预处理和机器学习方法进行整理分类。在数据特征表示方面,对比分析了基础特征表示、静态词嵌入和语境词嵌入。全面分析了利用不同基础特征和不同算法类型的传统机器学习以及深度学习进行抑郁症检测的性能和特点。总结并建议未来在中文数据集的创建、模型的可解释性、基于隐喻的检测和轻量级预训练模型方面做进一步的探索。 相似文献
7.
社团结构是复杂网络普遍具有的一个拓扑特性,被认为是一个复杂网络的主要组织原则。基于静息态fMRI(functional magnetic resonance imaging)数据构建功能脑网络,并对其进行模块划分,研究人类脑功能网络的社团结构,并首次从脑网络社区结构的角度分析抑郁症患者和正常人的差异。另外,在研究过程中,通过引入"小核团"的概念,提出一种分析脑网络社区结构间差异的新方法。通过研究抑郁症病患者在脑网络社团结构的改变,为疾病诊断方面提供了一些重要的研究和临床应用价值。 相似文献
8.
9.
利用功能磁共振成像(Functional
magnetic resonance imaging, fMRI)技术,研究静息态下首发抑郁症患者脑功能的改变。
采用Siemens3.0T磁共振仪对5名首发抑郁症患者和1名性别年龄相仿的正常对照志愿者进行
静息态fMRI采集,采用低频振幅(Amplitude of low frequency fluctuation, ALFF)的
方
法分析数据,进行双样本t检验后分析静息态脑功能的差异。结果发现,抑郁症组大脑
左侧小脑6区、左侧颞下回、双侧尾状核、右侧舌回、左侧眶部额上回、右侧中央沟盖、右
侧前扣带和旁扣带脑回、右侧额中回、右侧岛盖部额下回、右侧补充运动区、左侧顶上回、
右侧中央后回、右侧背外侧额上回ALFF降低。首发抑郁症患者大脑的额叶、颞叶、扣带回及
尾状核等位置存在功能异常,这些区域的异常与情绪、认知、记忆等领域有关,与抑郁症息
息相关。 相似文献
10.
轻度抑郁症的快速筛查和识别具有重要现实意义.采用静息态脑电信号探索了轻度抑郁症机器识别的有效方法,旨在找出与抑郁关系密切的脑电特性以及分类算法.首先,对各个导联的原始脑电数据加时间窗分段,计算抑郁症患者和正常人的脑电活动性、移动性、复杂度;然后,采用Burg算法和小波变换,分别提取每段脑电信号的频域特征和时频非线性特征;最后,利用支持向量机算法进行抑郁脑电分类,分析不同时间窗口、导联组合、特征组合、节律组合以及机器学习算法对识别结果的影响.实验结果表明:使用支持向量机分类器,选用20 s时间窗口,在O2、 T5导联组合,以及活跃度、移动性、小波能量熵、小波奇异熵特征组合和脑电alpha、 beta、 gamma节律组合下,得到抑郁识别准确率94.24%、召回率92.35%、精确度96.23%的最佳分类结果. 相似文献