全文获取类型
收费全文 | 518篇 |
免费 | 24篇 |
国内免费 | 82篇 |
专业分类
电工技术 | 30篇 |
综合类 | 31篇 |
化学工业 | 40篇 |
金属工艺 | 28篇 |
机械仪表 | 14篇 |
建筑科学 | 26篇 |
矿业工程 | 13篇 |
能源动力 | 7篇 |
轻工业 | 46篇 |
水利工程 | 20篇 |
石油天然气 | 3篇 |
武器工业 | 1篇 |
无线电 | 35篇 |
一般工业技术 | 40篇 |
冶金工业 | 12篇 |
原子能技术 | 2篇 |
自动化技术 | 276篇 |
出版年
2024年 | 41篇 |
2023年 | 61篇 |
2022年 | 16篇 |
2021年 | 7篇 |
2020年 | 7篇 |
2019年 | 12篇 |
2018年 | 23篇 |
2017年 | 103篇 |
2016年 | 4篇 |
2015年 | 17篇 |
2014年 | 16篇 |
2013年 | 14篇 |
2012年 | 21篇 |
2011年 | 39篇 |
2010年 | 31篇 |
2009年 | 35篇 |
2008年 | 18篇 |
2007年 | 16篇 |
2006年 | 13篇 |
2005年 | 6篇 |
2004年 | 7篇 |
2003年 | 10篇 |
2002年 | 16篇 |
2001年 | 6篇 |
2000年 | 3篇 |
1999年 | 7篇 |
1998年 | 7篇 |
1997年 | 11篇 |
1996年 | 11篇 |
1995年 | 2篇 |
1994年 | 5篇 |
1993年 | 6篇 |
1992年 | 14篇 |
1991年 | 7篇 |
1990年 | 4篇 |
1988年 | 5篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1951年 | 1篇 |
排序方式: 共有624条查询结果,搜索用时 15 毫秒
1.
3.
为研究不同训练样本数量和无约束优化算法对岩爆BP(Back Propagation)神经网络模型预测准确率的影响,选取围岩最大切向应力与岩石单轴抗压强度比σθ/σc、岩石单轴抗压强度与单轴抗拉强度比σc/σt和弹性能量指数Wet作为预测指标,广泛搜集整理100组典型岩爆实例建立了训练样本数据库.在样本数量分别为40、70和100时,基于标准算法和9种无约束优化算法建立了10个岩爆BP神经网络预测模型,并提出了考虑不同样本规模影响的岩爆烈度等级预测指数——综合准确值N.比较研究结果表明:BP模型的预测准确率随样本数量增加而提高,3种样本数量下的模型平均预测准确率分别为62.5%、76.4%和87.5%;基于9种优化算法建立的BP网络模型的N值均高于标准BP模型;基于Ploak-Ribiere共轭梯度法优化的BP模型的N值(195)和预测准确率(99.0%)均最高,且在5个工程实例中的预测结果完全符合现场实际,优于标准BP模型、支持向量机模型和其他优化模型,为岩爆烈度等级预测的最佳模型. 相似文献
4.
5.
6.
通过改进多信道单数据项请求的数据广播调度算法中的两层调度策略,提出了信道分配+QEM的算法;实现了用多信道广播来广播多数据项的请求;通过减少数据访问冲突和信道跳转减少了访问时间。分析证明此方法是可行和有效的。 相似文献
7.
8.
针对应用层DDoS(application layer DDoS,App-DDoS)攻击,提出一种基于用户忠实度的ULDM(user loyalty defense model)防御模型,其根据用户对网站的忠实程度来区分正常用户和攻击用户。用户忠实度包含访问频率忠实度和行为忠实度,行为忠实度又包括历史行为忠实度和当前行为忠实度。从用户长期以来在请求频率和请求负载两方面的表现对用户行为进行评估,得到用户行为忠实度,根据用户长期以来对网站的访问频率得到用户访问频率忠实度;通过调度模块根据用户忠实度对请求进行调度。模拟实验验证了该模型的有效性。 相似文献
9.
为提高功率模块的散热效率,此处将烧结铜粉式热管、沟槽式热管分别与3种不同结构的散热器组合,形成9种中央处理器(CPU)散热模块,探究热管放置方式、热管类型及不同热流密度下各散热模块热性能的分布规律及传热系数的变化趋势,以期获得最高效的散热方式。实验结果显示:在该实验工况下,L3-3号CPU散热模块散热性能最优,该模块热阻降低了46%;对比沟槽式热管,烧结铜粉式热管的热阻降低了34%;旋转180°条件下烧结铜粉式热管热阻较沟槽式降低了48.9%,具有更快的启动速率与更高的毛细压力,更适合与散热器结合组成高散热模块;正交实验热管极差较散热器极差降低了3.6℃,证明平板热管对高散热模块影响更大。 相似文献
10.
随着移动通信的发展,减少通信延时成为关键性问题,因此,提出了一种使用机器学习方法的移动边缘计算(MEC)移动性管理。移动性决策基于参考信号接收功率(RSRP)值和不确定性预测器。使用神经网络建立预测器,输出不同相邻单元的RSRP平均值和标准偏差,推导了切换概率的封闭表达式。基于这些可能性,MEC服务器能够提前缓存用户服务,以便将切换期间的中断降至最低。实验结果表明,提出的方法能够满足实际需求。 相似文献