全文获取类型
收费全文 | 2967篇 |
免费 | 244篇 |
国内免费 | 120篇 |
专业分类
电工技术 | 262篇 |
综合类 | 189篇 |
化学工业 | 342篇 |
金属工艺 | 170篇 |
机械仪表 | 219篇 |
建筑科学 | 268篇 |
矿业工程 | 177篇 |
能源动力 | 84篇 |
轻工业 | 390篇 |
水利工程 | 95篇 |
石油天然气 | 96篇 |
武器工业 | 18篇 |
无线电 | 307篇 |
一般工业技术 | 236篇 |
冶金工业 | 96篇 |
原子能技术 | 33篇 |
自动化技术 | 349篇 |
出版年
2024年 | 30篇 |
2023年 | 102篇 |
2022年 | 124篇 |
2021年 | 97篇 |
2020年 | 74篇 |
2019年 | 110篇 |
2018年 | 131篇 |
2017年 | 47篇 |
2016年 | 73篇 |
2015年 | 78篇 |
2014年 | 175篇 |
2013年 | 151篇 |
2012年 | 173篇 |
2011年 | 162篇 |
2010年 | 117篇 |
2009年 | 123篇 |
2008年 | 147篇 |
2007年 | 147篇 |
2006年 | 130篇 |
2005年 | 127篇 |
2004年 | 104篇 |
2003年 | 110篇 |
2002年 | 91篇 |
2001年 | 64篇 |
2000年 | 63篇 |
1999年 | 61篇 |
1998年 | 48篇 |
1997年 | 49篇 |
1996年 | 55篇 |
1995年 | 43篇 |
1994年 | 31篇 |
1993年 | 34篇 |
1992年 | 38篇 |
1991年 | 32篇 |
1990年 | 21篇 |
1989年 | 24篇 |
1988年 | 20篇 |
1987年 | 22篇 |
1986年 | 25篇 |
1985年 | 12篇 |
1984年 | 14篇 |
1983年 | 12篇 |
1982年 | 11篇 |
1981年 | 11篇 |
1980年 | 9篇 |
1979年 | 4篇 |
1978年 | 1篇 |
1977年 | 1篇 |
1966年 | 1篇 |
1965年 | 2篇 |
排序方式: 共有3331条查询结果,搜索用时 15 毫秒
101.
我国特高压输电线路的相导线布置和工频电磁环境 总被引:39,自引:30,他引:39
介绍了前苏联、日本和美国的特高压输电线路的研发简况、国外解决工频电磁环境问题的不同做法以及我国解决500kV线路工频电磁环境的措施.在相导线对地距离和输送电流相同的条件下,对国外已研发的三种特高压输电线路和作者建议研发的紧凑型特高压输电线路的工频电场和磁场分布进行了计算和比较,所得分析结论可为我国特高压输电线路的相导线布置选型提供参考依据. 相似文献
102.
103.
为实现电动汽车用轮毂电机运行状态在线监测及其安全评估,提出一种基于动态贝叶斯网络(dynamic Bayesian networks,简称DBNs)的轮毂电机机械故障在线诊断方法。首先,以轮毂电机运行安全为目标,着重考虑车速对轮毂电机振动信号的影响程度,在时域和频域中提炼出多个敏感度高的特征参数来表征轮毂电机的运行状态,并将其作为DBNs的观测节点;其次,基于速度片构建轮毂电机机械故障诊断模型,解决其运行状态在相邻时间片之间无法构建转移概率分布的问题,根据不同速度片之间的转移概率分布,建立以二速度片展开的DBNs,实现对轮毂电机机械故障的在线诊断;最后,通过轮毂电机综合台架试验,验证了该方法对轮毂电机机械故障在线诊断的有效性。 相似文献
104.
105.
脉冲激光冲击LD31薄板变形的实验和数值模拟 总被引:3,自引:0,他引:3
激光冲击板料变形是利用高能脉冲激光和材料相互作用诱导的高幅冲击波的力效应使板料产生塑性变形的新技术 ,本文利用Nd :Glass脉冲激光对厚度为 0 .8mm的LD31薄板进行激光冲击变形实验。所用激光参数为 :脉冲能量 15~ 30J,脉冲宽度 2 5ns ,光斑直径Φ8mm。利用ABAQUS软件对激光冲击下板料的变形过程进行了数值模拟 ,建立了激光冲击波加载的数学模型 ,探索激光冲击的主要参数和板料变形之间的相互关系 ,为激光冲击变形工艺参数的优化、板料变形的理论分析 ,实现大面积金属板料的柔性激光冲压成形提供依据。 相似文献
106.
107.
108.
109.
110.
矿物浮选过程中泡沫的表面特征是浮选性能的重要指标,它可以实时、直观地反映浮选效果的变化,准确分割泡沫的边缘信息是浮选过程中一项重要的任务。近年来,研究人员提出了各种浮选泡沫图像分割算法,但浮选泡沫图像中存在泡沫数量多、泡沫间粘连严重以及边缘不清晰等问题,现存的方法由于其特征提取能力有限,无法精确的分割泡沫边缘。据此,本文利用深度学习提出了一种基于多尺度融合的浮选泡沫图像边缘分割算法,该算法通过引入一种深度高分辨率的编码结构以及一种基于注意力的分层融合方法来增强模型的特征提取能力,从而提高对于浮选泡沫边缘的分割效果。具体而言,深度高分辨率的编码结构可以在不同分辨率层级上同时维护特征信息,使我们的网络模型可以有效地捕捉不同尺度的信息,在提高图像语义理解能力的同时能够保持更多的细节信息,提高处理高分辨率以及密集任务图像的能力。除此之外,本文设计了一种基于注意力的分层融合方法来充分融合深层和浅层的特征图,使融合得到的特征图趋向于更重要的特征信息,从而提高识别浮选泡沫的边界和精确定位浮选泡沫的能力。该算法在泡沫边界分割数据集上凭借58.25的泡沫IoU以及73.62的泡沫Fscore取得了最佳的性能,证明了我们提出的算法可以更加准确地分割浮选泡沫边缘。 相似文献