全文获取类型
收费全文 | 456篇 |
免费 | 27篇 |
国内免费 | 16篇 |
专业分类
电工技术 | 47篇 |
综合类 | 33篇 |
化学工业 | 21篇 |
金属工艺 | 13篇 |
机械仪表 | 17篇 |
建筑科学 | 34篇 |
矿业工程 | 7篇 |
能源动力 | 7篇 |
轻工业 | 32篇 |
水利工程 | 29篇 |
石油天然气 | 11篇 |
武器工业 | 8篇 |
无线电 | 43篇 |
一般工业技术 | 30篇 |
冶金工业 | 7篇 |
原子能技术 | 2篇 |
自动化技术 | 158篇 |
出版年
2023年 | 14篇 |
2022年 | 13篇 |
2021年 | 15篇 |
2020年 | 17篇 |
2019年 | 33篇 |
2018年 | 31篇 |
2017年 | 6篇 |
2016年 | 22篇 |
2015年 | 10篇 |
2014年 | 25篇 |
2013年 | 17篇 |
2012年 | 21篇 |
2011年 | 29篇 |
2010年 | 22篇 |
2009年 | 31篇 |
2008年 | 29篇 |
2007年 | 22篇 |
2006年 | 36篇 |
2005年 | 23篇 |
2004年 | 28篇 |
2003年 | 22篇 |
2002年 | 6篇 |
2001年 | 7篇 |
2000年 | 5篇 |
1999年 | 9篇 |
1998年 | 3篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有499条查询结果,搜索用时 156 毫秒
1.
2.
3.
对中国20个区块/煤矿煤层气地质参数进行了系统整理,开展了煤层气吸附时间和渗透率随煤级变化规律分析,并结合不同煤级区煤层气井的产气曲线,揭示了峰值产量出现前后不同煤级区产气动态差异的原因,以期为不同煤级区初始排水速度控制提供依据。研究结果表明:①吸附时间随煤级升高呈"U"型变化规律,中、低煤级区煤岩吸附时间一般低于15 d,高煤级区吸附时间变化大,吸附时间在0.1~85.54 d变化;②区块/煤矿间煤储层渗透率随煤级升高没有明显的规律性变化,同一区块内部,渗透率变化级差达2~3个数量级;③峰值产量出现时间与初始排水速度和煤岩吸附时间有较好的对应关系,而与渗透率的关系不明显;④在不同煤级区,针对不同井层煤储层吸附时间与渗透率的配置关系,应采用针对性初始排水速度控制策略:中、低煤级区煤岩吸附时间短,对低渗透井层应严格控制初始排水速度;高煤级区吸附时间变化区间大,对吸附时间长、渗透率高的井层,可适当加快初始排水速度。 相似文献
4.
目的建立一种稳定的屋尘螨点刺液生物活性测定方法,以替代现用的放射性吸附抑制测定方法(radio allergosorbent test,RAST)。方法建立定量ELISA竞争抑制法,对屋尘螨点刺液进行生物活性测定,并对该法进行精密性、准确性、适用性验证,确定线性测定范围。应用RAST和定量ELISA竞争抑制法平行测定3批屋尘螨点刺液生物活性,对结果进行比较。结果定量ELISA竞争抑制法测定屋尘螨点刺液制品生物活性,其最佳测定范围为0.052~0.125 HEP/m L;高、中、低3个浓度的日内精密性≤10.3%,日间精密性≤11%,回收率为87%~106%,表明该方法具有较好的精密性;低、中、高3个加标样本的回收率均在73.18%~99.02%之间,表明该方法具有较好的准确性;3批屋尘螨点刺液生物活性最佳测定范围的稀释度为1/48~1/192,所有测定样本的相对活性在80%~110%范围内,表明该方法适用于屋尘螨点刺液生物活性检测。两种方法测定屋尘螨点刺液生物活性,结果差异无统计学意义(P0.05),且均符合质量标准规定。结论定量ELISA竞争抑制法测定屋尘螨点刺液的生物学活性,重复性好,准确性高,操作简便,可作为现用生物活性测定RAST法的替代方法。 相似文献
5.
6.
选取K~++Na~+、Ca~(2+)、Mg~(2+)、Cl~-、HCO_3~-、SO_4~(2-)6种离子作为判别指标,提出基于Tent混沌映射的自适应混沌粒子群算法(ACPSO),使自适应混沌粒子群算法快速、高效地对BP神经网络完成最优初始化,并将建立的ACPSO-BP神经网络突水水源判别模型进行实例应用。 相似文献
7.
磁声发射(MAE)是铁磁性材料磁化过程中产生的声发射信号,在构件应力检测和微观损伤检测中有着广泛的应用。针对MAE信号非稳态、复杂性、衰减性等特点,提出海鸥算法结合变分模态分解(SOA-VMD)的去噪方法,为克服海鸥算法求解过程中易陷入局部最优解问题,利用柯西变异算子产生随机迭代过程,使改进算法即柯西变异海欧算法(CVSOA)跳出早熟收敛。采用以幅值谱熵为适应度函数,优化VMD算法中分解模态个数K和二次惩戒因子α ![]()
![]()
两个参数,将含噪声的MAE信号进行VMD分解重构。经仿真信号和实际检测信号分析表明,改进后的CVSOA-VMD算法全局寻优能力和去噪性能优于传统的SOA-VMD算法,降噪后的MAE信号特征值对于不同应力下均方根、偏斜度特征值的重复性更好,可靠性更高。 相似文献
8.
9.
10.