全文获取类型
收费全文 | 59419篇 |
免费 | 1347篇 |
国内免费 | 909篇 |
专业分类
电工技术 | 3874篇 |
技术理论 | 4篇 |
综合类 | 4500篇 |
化学工业 | 3114篇 |
金属工艺 | 3436篇 |
机械仪表 | 14355篇 |
建筑科学 | 6180篇 |
矿业工程 | 2344篇 |
能源动力 | 851篇 |
轻工业 | 5992篇 |
水利工程 | 1253篇 |
石油天然气 | 1668篇 |
武器工业 | 715篇 |
无线电 | 3400篇 |
一般工业技术 | 5299篇 |
冶金工业 | 1248篇 |
原子能技术 | 417篇 |
自动化技术 | 3025篇 |
出版年
2024年 | 246篇 |
2023年 | 844篇 |
2022年 | 838篇 |
2021年 | 1111篇 |
2020年 | 1176篇 |
2019年 | 1170篇 |
2018年 | 547篇 |
2017年 | 854篇 |
2016年 | 1162篇 |
2015年 | 1981篇 |
2014年 | 4786篇 |
2013年 | 2917篇 |
2012年 | 3825篇 |
2011年 | 3673篇 |
2010年 | 3246篇 |
2009年 | 3585篇 |
2008年 | 3796篇 |
2007年 | 3298篇 |
2006年 | 2814篇 |
2005年 | 2821篇 |
2004年 | 2290篇 |
2003年 | 2063篇 |
2002年 | 1661篇 |
2001年 | 1464篇 |
2000年 | 1249篇 |
1999年 | 1017篇 |
1998年 | 1021篇 |
1997年 | 836篇 |
1996年 | 868篇 |
1995年 | 826篇 |
1994年 | 620篇 |
1993年 | 597篇 |
1992年 | 541篇 |
1991年 | 599篇 |
1990年 | 543篇 |
1989年 | 615篇 |
1988年 | 76篇 |
1987年 | 35篇 |
1986年 | 16篇 |
1985年 | 11篇 |
1984年 | 6篇 |
1983年 | 7篇 |
1982年 | 7篇 |
1981年 | 7篇 |
1980年 | 3篇 |
1965年 | 6篇 |
1959年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 421 毫秒
1.
2.
3.
4.
检测原始记录属于实验室技术记录范畴,通常是以规范化的表格形式对检测过程中的样品状态、设施条件、检测数据等信息的记载。检测原始记录的内容是否真实、准确、规范和完整,直接影响检验工作的可追溯性和质量体系运行的有效性。作为检测机构技术人员,最应弄明白的就是原始记录。平时尽管记录常在手边,但在内审和外审过程中依然发现诸多问题,因此,如何提升检测原始记录质量值得探究。 相似文献
5.
为了提升大型载货车、专用车用变速箱分离机构分离性能,满足大离合器盘分离需求,设计出一种分离机构.该机构通过机械原理实现放大输入端推力来满足离合器摩擦片分离.该分离机构结构简单、成本低廉,值得推广. 相似文献
6.
地下岩体结构经常遭受到地震、爆炸、冲击振动等产生的动力扰动,利用3D打印技术的优势研究冲击荷载下岩体动态力学性能对实现3D打印技术在工程领域的应用具有重要意义。采用φ50 mm的变截面霍普金森压杆(SHPB)装置,对含预制裂隙的3D打印岩体试样进行动态单轴压缩试验。研究结果表明:试样的动态抗压强度随着预制裂隙倾角的增大呈现出先减小后增大的趋势,当预制裂隙倾角为30°时试样强度最小,当预制裂隙倾角为90°时试样强度最大。与3D打印岩体试样的静态单轴压缩强度对比发现,3D打印砂性材料具有明显的率效应,当应变率为139.65 s-1时,3D打印岩体试样的动态抗压强度是静态抗压强度的4.34倍。预制裂隙缺陷在一定程度上加剧了试样的能量耗散和破碎过程,并且30°倾角预制裂隙对试样能量耗散和破碎结果的影响程度最大。同时,3D打印岩体试样的能量耗散过程与破碎块度表现出明显的自相关性,所用的3D打印砂性材料的宏观破碎结果与能量耗散之间的关系与天然岩石材料有一定相似性,为今后3D打印材料模拟天然岩体应用于动态力学试验的可行性奠定了基础。 相似文献
7.
8.
9.
《Planning》2015,(3)
斜顶机构的干涉现象是影响注塑模具设计和产品注塑成型的重要因素之一,通过对斜顶机构的运动轨迹进行分析和研究,明确了斜顶机构、产品和模具零部件之间的位置关系,总结了斜顶机构干涉现象产生的原因及解决措施,提升了模具设计的效率。 相似文献
10.
利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。 相似文献