全文获取类型
收费全文 | 158321篇 |
免费 | 19592篇 |
国内免费 | 16227篇 |
专业分类
电工技术 | 16330篇 |
技术理论 | 3篇 |
综合类 | 17817篇 |
化学工业 | 3014篇 |
金属工艺 | 3035篇 |
机械仪表 | 10166篇 |
建筑科学 | 10035篇 |
矿业工程 | 2294篇 |
能源动力 | 1930篇 |
轻工业 | 3346篇 |
水利工程 | 2575篇 |
石油天然气 | 1907篇 |
武器工业 | 1912篇 |
无线电 | 29498篇 |
一般工业技术 | 6856篇 |
冶金工业 | 2486篇 |
原子能技术 | 446篇 |
自动化技术 | 80490篇 |
出版年
2024年 | 2358篇 |
2023年 | 8363篇 |
2022年 | 8093篇 |
2021年 | 9450篇 |
2020年 | 8103篇 |
2019年 | 9403篇 |
2018年 | 4620篇 |
2017年 | 5300篇 |
2016年 | 5631篇 |
2015年 | 6991篇 |
2014年 | 11696篇 |
2013年 | 8955篇 |
2012年 | 10102篇 |
2011年 | 11509篇 |
2010年 | 10452篇 |
2009年 | 10626篇 |
2008年 | 11726篇 |
2007年 | 11070篇 |
2006年 | 6730篇 |
2005年 | 5869篇 |
2004年 | 5274篇 |
2003年 | 4607篇 |
2002年 | 3413篇 |
2001年 | 2719篇 |
2000年 | 2118篇 |
1999年 | 1595篇 |
1998年 | 1309篇 |
1997年 | 1088篇 |
1996年 | 942篇 |
1995年 | 738篇 |
1994年 | 700篇 |
1993年 | 517篇 |
1992年 | 543篇 |
1991年 | 469篇 |
1990年 | 458篇 |
1989年 | 435篇 |
1988年 | 54篇 |
1987年 | 25篇 |
1986年 | 33篇 |
1985年 | 9篇 |
1984年 | 12篇 |
1983年 | 5篇 |
1982年 | 4篇 |
1981年 | 6篇 |
1980年 | 2篇 |
1979年 | 3篇 |
1965年 | 5篇 |
1959年 | 4篇 |
1951年 | 4篇 |
1948年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
在矿区的岩移沉降观测过程中,由于环境、人为等原因导致观测数据缺失问题,损害了整体观测数据的完整性,影响后续沉降趋势预测.文中提出了一种最大期望算法,通过计算极大似然估计,交替执行E步和M步,最终得到观测缺失数据填补值.利用某矿区实测数据进行实验,对比分析发现最大期望算法对缺失数据填补更接近实际测量值,在实际应用中有一定参考价值. 相似文献
4.
5G蜂窝网络发展迅猛,其覆盖面积将逐渐增大,因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位,以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络,并根据5G天线信号的接收信号强度指示、相位和到达角等特征量,选择合适的输入数据格式构造样本组建训练集,对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库,非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间,但在训练完毕后直接进行分类定位的速度非常快,可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB,且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。 相似文献
5.
针对不良的步态会对下肢的关节产生不利的影响(加重行走的负担,能量消耗过快等),以及加重患病的风险,提出了利用KNN(k-nearest neighbor)算法对足外8和足内8两种不良步态与正常步态(对照组)进行分类学习,获取分类模型.三种步态的三维步态数据是从17名受试者在正常行走期间通过3D运动捕捉系统获得的,KNN模型对三种步态识别的总正确率为81.7%,对足外8步态的正确率为92.8%以及足内8的正确率为91.0%.模型的正确率较为准确,可以为矫正不良步态提供有力支持、减少不良步态的检测成本. 相似文献
6.
7.
恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97%. 相似文献