全文获取类型
收费全文 | 11209篇 |
免费 | 1341篇 |
国内免费 | 838篇 |
专业分类
电工技术 | 457篇 |
综合类 | 779篇 |
化学工业 | 645篇 |
金属工艺 | 1026篇 |
机械仪表 | 407篇 |
建筑科学 | 280篇 |
矿业工程 | 100篇 |
能源动力 | 77篇 |
轻工业 | 173篇 |
水利工程 | 33篇 |
石油天然气 | 108篇 |
武器工业 | 85篇 |
无线电 | 1778篇 |
一般工业技术 | 1516篇 |
冶金工业 | 2407篇 |
原子能技术 | 59篇 |
自动化技术 | 3458篇 |
出版年
2024年 | 15篇 |
2023年 | 260篇 |
2022年 | 361篇 |
2021年 | 458篇 |
2020年 | 404篇 |
2019年 | 276篇 |
2018年 | 223篇 |
2017年 | 301篇 |
2016年 | 283篇 |
2015年 | 329篇 |
2014年 | 514篇 |
2013年 | 552篇 |
2012年 | 619篇 |
2011年 | 968篇 |
2010年 | 701篇 |
2009年 | 758篇 |
2008年 | 757篇 |
2007年 | 767篇 |
2006年 | 703篇 |
2005年 | 705篇 |
2004年 | 629篇 |
2003年 | 506篇 |
2002年 | 441篇 |
2001年 | 364篇 |
2000年 | 212篇 |
1999年 | 168篇 |
1998年 | 148篇 |
1997年 | 141篇 |
1996年 | 127篇 |
1995年 | 124篇 |
1994年 | 101篇 |
1993年 | 88篇 |
1992年 | 67篇 |
1991年 | 38篇 |
1990年 | 51篇 |
1989年 | 41篇 |
1988年 | 38篇 |
1987年 | 7篇 |
1986年 | 12篇 |
1985年 | 13篇 |
1984年 | 10篇 |
1983年 | 9篇 |
1981年 | 6篇 |
1979年 | 6篇 |
1977年 | 11篇 |
1976年 | 5篇 |
1975年 | 6篇 |
1973年 | 5篇 |
1963年 | 5篇 |
1961年 | 5篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
随着多种可再生能源电力的接入,电力系统正在向更智能、更灵活、交互性更高的系统过渡。负荷预测,特别是针对单个电力客户的短期负荷预测在未来电网规划和运行中发挥着越来越重要的作用。提出了一个基于异构数据的电力短期负荷大数据预测方案,该方案收集来自智能电表和天气预报的数据,预处理后将其加载到非关系型数据库中进行存储并做进一步的异构数据处理;设计并实现了一个长短期记忆递归神经网络模型,用于确定负荷分布并预测未来24 h的住宅小区用电量;最后利用一个住宅小区的智能电表数据集对提出的短期负荷预测框架进行了测试,并使用均方根误差和平均绝对百分比误差两个指标,对比了预测模型与两种经典算法的性能,验证了所提模型的有效性。 相似文献
2.
自动语音识别系统由声学模型和语言模型两部分构成,但传统语言模型N-gram存在忽略词条语义相似性、参数过大等问题,限制了语音识别字符错误率的进一步降低。针对上述问题,提出一种新型的语音识别系统,以中文音节(拼音)作为中间字符,以深度前馈序列记忆神经网络DFSMN作为声学模型,执行语音转中文音节任务,进而将拼音转汉字理解成翻译任务,引入Transformer作为语言模型;同时提出一种减少Transformer计算复杂度的简易方法,在计算注意力权值时引入Hadamard矩阵进行滤波,对低于阈值的参数进行丢弃,使得模型解码速度更快。在Aishell-1、Thchs30等数据集上的实验表明,相较于DFSMN结合3-gram模型,基于DFSMN和改进Transformer的语音识别系统在最优模型上的字符错误率相对下降了3.2%,达到了11.8%的字符错误率;相较于BLSTM模型语音识别系统,其字符错误率相对下降了7.1%。 相似文献
3.
睡眠分期是睡眠数据分析的基础, 针对目前睡眠分期存在的依赖人工提取、人工判别效率低、自动睡眠分期准确率不高等问题, 本文研究模型是基于卷积神经网络和双向长短时记忆神经网络2个深度学习神经网络相结合的, 利用脑电信号来进行自动睡眠分期的模型方法. 算法能提取得到原始脑电信号的梅尔频谱, 利用卷积神经网络和双向长短时记忆神经网络进行时频域的特征提取, 卷积神经网络能够提取睡眠信号高级特征, 双向长短时记忆神经网络结合睡眠数据不同时期的关联性, 提高自动睡眠分期的准确率. 实验结果表明, 本文方法在Sleep-EDF数据集的3种状态睡眠分期任务中取得89.0%的平均准确率. 与传统的基于统计规则的分期模型相比, 本文模型的准确率更高, 且简单高效, 泛化性能更好. 本文算法适用于非线性、不稳定、有幅度起伏变动的脑电信号, 有效提高了自动睡眠分期模型结果的准确率, 对现代睡眠医学、睡眠障碍等分析研究具有一定的实用价值. 相似文献
4.
脑电信号(electroencephalography,EEG)已成为医生诊断神经系统疾病最 广泛使用的工具,实现癫痫EEG的自动识别对 于癫痫患者的临床诊断和治疗具有重要意义。为了提高癫痫EEG的识别精度,提出了一 种基于多尺 度卷积特征融合的癫痫EEG自动识别模型。首先采用多尺度卷积特征融合方法提取多粒 度数据特征, 实现卷积神经网络(convolutional neural network,CNN)中不同层次的信息互补;然后经过长短期记忆网络(long short-term memory network,LSTM)提取时间 特征,利用 softmax分类器给出最终的识别结果。为了评估提出方法的识别性能,在波恩大学癫痫病研 究中心数据集 中进行实验,并与CNN-LSTM模型、单一的LSTM等模型的识别性能进行了比较,实验结果表 明,提出 方法的识别精度明显高于其余方法, 平均可达到99.19%。该模型能够 有效识别癫痫EEG类别,具有较高的识别性能和临床应用潜力。 相似文献
5.
6.
作为一种语义知识库,知识图谱(KG)使用结构化三元组的形式存储真实世界的实体及其内在关系。为了推理知识图谱中缺失的真实三元组,考虑关系记忆网络较强的三元组表征能力和胶囊网络强大的特征处理能力,提出一种基于关系记忆的胶囊网络知识图谱嵌入模型。首先,通过编码实体和关系之间的潜在依赖关系和部分重要信息形成编码嵌入向量;然后,把嵌入向量与过滤器卷积以生成不同的特征图,再重组为对应的胶囊;最后,通过压缩函数和动态路由指定从父胶囊到子胶囊的连接,并根据子胶囊与权重内积的得分判断当前三元组的可信度。链接预测实验的结果表明,与CapsE模型相比,在倒数平均排名(MRR)和Hit@10评价指标上,所提模型在WN18RR数据集上分别提高了7.95%和2.2个百分点,在FB15K-237数据集上分别提高了3.82%和2个百分点。实验结果表明,所提模型可以更准确地推断出头实体和尾实体之间的关系。 相似文献
7.
非易失内存(non-volatilememory,NVM)为数据存储与管理带来新的机遇,但同时也要求已有的索引结构针对NVM的特性进行重新设计.围绕NVM的存取特性,重点研究了树形索引在NVM上的访问、持久化、范围查询等操作的性能优化,并提出了一种上下两层结构的异构索引HART.该索引结合了B+树与Radix树的特点,同时利用了Radix结点搜索快以及B+树范围查询性能好的优点.对整体架构进行了精心设计,改进了Radix树的路径压缩策略,设计了NVM写友好的结点结构,并将Radix树叶结点集中存储和链接.同时在仿真NVM设备以及傲腾真实NVM平台上进行了实验,对比了HART的不同衍生变种的性能,并与多个NVM索引进行了对比.结果表明, HART的写性能和点查询性能优于现有的类B+树索引,范围查询性能优于基于Radix的WOART索引,具有较好的综合性能. 相似文献
8.
简要案情是公安机关为提高"协同办案系统"录入信息质量,确保信息检索与案件串并工作高效开展而对案情记载的简要描述,其中各类实体间包含了大量与受害者和作案人相关的案情信息.因此,对简要案情文本的深度挖掘是掌握案件始末和分析案情的有效手段之一.简要案情文本中的实体稠密分布、实体间相互嵌套以及实体简称,给准确捕捉案件实体带来了巨大的挑战.针对简要案情文本的特殊性和复杂性,本文对字符向量生成的方法进行了改进,提出了RC-BiLSTM-CRF (Roberta-CNN-BiLSTM-CRF)网络架构,相比于主流的"Bert-BiLSTM-CRF"架构,该架构可以对字符向量特征进行提取,解决了通过预训练模型带来的字符向量冗长的问题,通过减少模型的参数量进而提高了模型整体参数的收敛速度.对比实验选用5种主流的架构在湖南省省公安机关提供的简要案情数据集上进行比较,本文提出的方法在准确率、召回率和F1值上均为最优, F1值达到了88.02%. 相似文献
9.
为提高移动机器人在无地图情况下的视觉导航能力,提升导航成功率,提出了一种融合长短期记忆神经网络( long short
term memory, LSTM)和近端策略优化算法(proximal policy optimization, PPO)算法的移动机器人视觉导航模型。 首先,该模型融
合 LSTM 和 PPO 算法作为视觉导航的网络模型;其次,通过移动机器人动作,与目标距离,运动时间等因素设计奖励函数,用以
训练目标;最后,以移动机器人第一视角获得的 RGB-D 图像及目标点的极性坐标为输入,以移动机器人的连续动作值为输出,
实现无地图的端到端视觉导航任务,并根据推理到达未接受过训练的新目标。 对比前序算法,该模型在模拟环境中收敛速度更
快,旧目标的导航成功率平均提高 17. 7%,新目标的导航成功率提高 23. 3%,具有较好的导航性能。 相似文献
10.
在科学计算领域,数据规模随着数值模拟精度要求的提高而快速增长,以DRAM为主存的传统方案由于成本高而难以扩展容量,近年来越来越被关注的持久内存技术有望解决这一问题。持久内存是在DRAM和SSD之间的补充,相比DRAM,持久内存具有容量大、性价比高的优点,但是性能也相对较低。为测试持久内存的应用性能,面向科学计算的一个重要领域——计算流体力学(CFD),对Intel持久内存进行性能评估。实验中,持久内存采用了最易于使用的内存模式,源码不需要任何修改,测试程序涵盖内存基准测试和3种常见的CFD算法,实验结果表明,在内存模式下,对不同CFD算法,相比纯DRAM的配置,持久内存的引入会带来一定的性能损失,且该损失随数据规模的增加而增大;另一方面,持久内存的部署使单服务器能支撑超大数据规模的数值模拟。 相似文献