全文获取类型
收费全文 | 11351篇 |
免费 | 751篇 |
国内免费 | 814篇 |
专业分类
电工技术 | 335篇 |
技术理论 | 2篇 |
综合类 | 1062篇 |
化学工业 | 824篇 |
金属工艺 | 86篇 |
机械仪表 | 338篇 |
建筑科学 | 749篇 |
矿业工程 | 91篇 |
能源动力 | 20篇 |
轻工业 | 2908篇 |
水利工程 | 32篇 |
石油天然气 | 106篇 |
武器工业 | 43篇 |
无线电 | 1203篇 |
一般工业技术 | 653篇 |
冶金工业 | 144篇 |
原子能技术 | 7篇 |
自动化技术 | 4313篇 |
出版年
2024年 | 64篇 |
2023年 | 211篇 |
2022年 | 222篇 |
2021年 | 328篇 |
2020年 | 370篇 |
2019年 | 437篇 |
2018年 | 270篇 |
2017年 | 299篇 |
2016年 | 369篇 |
2015年 | 447篇 |
2014年 | 860篇 |
2013年 | 720篇 |
2012年 | 846篇 |
2011年 | 927篇 |
2010年 | 751篇 |
2009年 | 841篇 |
2008年 | 942篇 |
2007年 | 721篇 |
2006年 | 510篇 |
2005年 | 561篇 |
2004年 | 430篇 |
2003年 | 284篇 |
2002年 | 250篇 |
2001年 | 227篇 |
2000年 | 178篇 |
1999年 | 137篇 |
1998年 | 131篇 |
1997年 | 89篇 |
1996年 | 93篇 |
1995年 | 72篇 |
1994年 | 82篇 |
1993年 | 43篇 |
1992年 | 57篇 |
1991年 | 55篇 |
1990年 | 41篇 |
1989年 | 27篇 |
1988年 | 5篇 |
1987年 | 2篇 |
1986年 | 9篇 |
1985年 | 3篇 |
1981年 | 2篇 |
1980年 | 2篇 |
1949年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 187 毫秒
1.
目的:解决当前饮料瓶盖检测系统功能单一、体积偏大、颜色识别率低的问题。方法:提出一种基于ARM处理器的小型饮料瓶盖颜色识别系统设计方案,通过仿真软件HyperLynx的LineSim工具设计四层PCB板,设置传输线参数并进行阻抗匹配仿真分析;利用编译软件Jupyter Notebook实现阈值设置、目标轮廓检测、目标框出等功能。结果:在强、弱光条件下,识别系统对红、绿、蓝3种颜色瓶盖的识别率达到92.7%。结论:与傅里叶描述子相比,该识别系统识别准确率和精度更高,同时系统也具有人脸识别功能,适用于各种智能应用场景。 相似文献
2.
针对汽车仪表盘设计过程中无法有效满足用户需求的问题,提出了基于产品语义分析的仪表盘设计方法。采用词语逆频率加权算法(TF-IWF)提取用户对产品需求评价中的关键词,利用Word2vec词向量模型计算使其向量化;利用K-Means将用户关键词进行聚类,选取高权重的关键词作为产品特征来设计汽车仪表盘。该方法能够有效指导汽车仪表盘造型和界面的特征设计,帮助设计人员更好地把握产品开发方向,满足用户期望,为汽车仪表盘设计研究提供了一种新的思路与方法。 相似文献
4.
设计说明:本设计初衷是针对物流转运进行的再设计,提升设备在使用过程中的易操作性,并能通过设计提升人性关怀。设备作为物流转运设备,其主要工作场所在室内,基于其频繁的移动特性,外观颜色使用警示性较强的黄色能很好 相似文献
5.
6.
双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。 相似文献
7.
8.
9.
10.
针对基于规则和统计的传统中文简历解析方法效率低、成本高、泛化能力差的缺点,提出一种基于特征融合的中文简历解析方法,即级联Word2Vec生成的词向量和用BLSTM(Bidirectional Long Short-Term Memory)建模字序列生成的词向量,然后再结合BLSTM和CRF(Conditional Random Fields)对中文简历进行解析(BLSTM-CRF)。为了提高中文简历解析的效率,级联包含字序列信息的词向量和用Word2Vec生成的词向量,融合成一个新的词向量表示;再由BLSTM强大的学习能力融合词的上下文信息,输出所有可能标签序列的分值给CRF层;再由CRF引入标签之间约束关系求解最优序列。利用梯度下降算法训练神经网络,使用预先训练的词向量和Dropout优化神经网络,最终完成对中文简历的解析工作。实验结果表明,所提的特征融合方法优于传统的简历解析方法。 相似文献