全文获取类型
收费全文 | 3135篇 |
免费 | 214篇 |
国内免费 | 138篇 |
专业分类
电工技术 | 185篇 |
综合类 | 205篇 |
化学工业 | 308篇 |
金属工艺 | 268篇 |
机械仪表 | 277篇 |
建筑科学 | 361篇 |
矿业工程 | 142篇 |
能源动力 | 70篇 |
轻工业 | 290篇 |
水利工程 | 92篇 |
石油天然气 | 316篇 |
武器工业 | 23篇 |
无线电 | 227篇 |
一般工业技术 | 235篇 |
冶金工业 | 160篇 |
原子能技术 | 36篇 |
自动化技术 | 292篇 |
出版年
2024年 | 28篇 |
2023年 | 102篇 |
2022年 | 143篇 |
2021年 | 127篇 |
2020年 | 108篇 |
2019年 | 116篇 |
2018年 | 136篇 |
2017年 | 64篇 |
2016年 | 72篇 |
2015年 | 108篇 |
2014年 | 209篇 |
2013年 | 160篇 |
2012年 | 217篇 |
2011年 | 208篇 |
2010年 | 206篇 |
2009年 | 162篇 |
2008年 | 165篇 |
2007年 | 169篇 |
2006年 | 174篇 |
2005年 | 131篇 |
2004年 | 106篇 |
2003年 | 102篇 |
2002年 | 63篇 |
2001年 | 76篇 |
2000年 | 66篇 |
1999年 | 31篇 |
1998年 | 34篇 |
1997年 | 32篇 |
1996年 | 21篇 |
1995年 | 27篇 |
1994年 | 34篇 |
1993年 | 13篇 |
1992年 | 18篇 |
1991年 | 18篇 |
1990年 | 10篇 |
1989年 | 4篇 |
1988年 | 4篇 |
1987年 | 6篇 |
1986年 | 6篇 |
1985年 | 1篇 |
1984年 | 2篇 |
1982年 | 4篇 |
1981年 | 2篇 |
1975年 | 1篇 |
1966年 | 1篇 |
排序方式: 共有3487条查询结果,搜索用时 15 毫秒
991.
992.
本文主要讲述了企业库中的数据获取模块的基本内容,应用过程中的难点,数据库对象实例化的机制,并用C#语言举例实现对数据库的操作. 相似文献
993.
994.
2、塔身构造方法(1)塔出挑木件构造方法楼阁式塔的腰檐主要由斗拱、角梁、椽子等构成。角梁、椽子是腰檐中最长的悬臂构件,也是主要的承重构件。角梁、椽子插入塔壁必须有一定的长度、足够的直径才能抵抗悬臂的挠曲变形和倾覆。宋代楼阁式塔的椽子做法,尤其是翼角翘飞椽就不象木构建筑将椽尾砍薄,接近交于一点,而是影响悬臂的受力截面。 相似文献
995.
996.
为了适应原矿品位不断升高的需要,先后两次对原有浮选流程进行了技术改造,通过再次改造,采用分支粗选流程,克服了因分级机溢流不稳定而对浮选带来的新的困扰,该流程能够更好地适应生产的需要,最终达到了流程改造的目的,取得了较为理想的效果,尾矿品位进一步降低了0.08%,铜回收率提高了0.60%,铜精矿品位提高了6.42%,减少脱水压滤量18.54%,降低铜冶炼费用18.54%。 相似文献
997.
998.
999.
针对滚动轴承振动信号的状态特征及特征数据中存在"异常值"的现象,提出了基于优化加权代理判别模型(Agent discriminate model based optimization weighted,ADMOW)的模式识别方法。该方法首先通过计算样本特征值的类相似度对特征值进行评价,并依据评价结果对特征值赋予权值,以此弱化"异常值"导致模型出现偏差的问题;然后利用粒子群优化(Particle swarm optimization,PSO)算法对所建立的模型参数进行优化,得到更加准确可靠的分类模型;最后采用建立的优化加权代理预测模型对待测样本进行识别。滚动轴承实验结果表明,与以往的模式识别方法相比,该方法能有效地提高识别准确率。 相似文献
1000.
基于机器学习的设备剩余寿命预测方法综述 总被引:1,自引:0,他引:1
随着科学技术的发展和生产工艺的进步,当代设备日益朝着大型化、复杂化、自动化以及智能化方向发展。为保障设备安全性与可靠性,剩余寿命(Remaining useful life,RUL)预测技术受到了普遍关注,同时得到了广泛应用。传统的统计数据驱动方法受模型的选择影响明显,而机器学习具有强大的数据处理能力,并且无需确切的物理模型和专家先验知识,因而机器学习在剩余寿命预测领域表现出了广阔的应用前景。鉴于此,详细分析和阐述了基于机器学习的设备剩余寿命预测方法。根据机器学习模型结构的深度,将其分为基于浅层机器学习的方法和基于深度学习的方法。同时疏理了每类方法的发展分支与研究现状,并且总结了相应的优势和缺点,最后探讨了基于机器学习的剩余寿命预测方法的未来研究方向。 相似文献