全文获取类型
收费全文 | 334篇 |
免费 | 24篇 |
国内免费 | 10篇 |
专业分类
电工技术 | 18篇 |
综合类 | 17篇 |
化学工业 | 39篇 |
金属工艺 | 25篇 |
机械仪表 | 49篇 |
建筑科学 | 35篇 |
矿业工程 | 14篇 |
能源动力 | 4篇 |
轻工业 | 35篇 |
石油天然气 | 3篇 |
无线电 | 38篇 |
一般工业技术 | 15篇 |
冶金工业 | 12篇 |
原子能技术 | 1篇 |
自动化技术 | 63篇 |
出版年
2024年 | 2篇 |
2023年 | 9篇 |
2022年 | 13篇 |
2021年 | 15篇 |
2020年 | 12篇 |
2019年 | 17篇 |
2018年 | 21篇 |
2017年 | 9篇 |
2016年 | 3篇 |
2015年 | 9篇 |
2014年 | 17篇 |
2013年 | 14篇 |
2012年 | 17篇 |
2011年 | 25篇 |
2010年 | 31篇 |
2009年 | 12篇 |
2008年 | 19篇 |
2007年 | 14篇 |
2006年 | 19篇 |
2005年 | 11篇 |
2004年 | 17篇 |
2003年 | 20篇 |
2002年 | 6篇 |
2001年 | 14篇 |
2000年 | 5篇 |
1999年 | 4篇 |
1997年 | 2篇 |
1996年 | 3篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1987年 | 2篇 |
1984年 | 1篇 |
1978年 | 2篇 |
1977年 | 1篇 |
排序方式: 共有368条查询结果,搜索用时 15 毫秒
71.
72.
73.
74.
75.
为了能让移动机器人在动态环境中安全无碰撞并且全局最优和局部最优兼并,减少路径规划时间,提出了一种基于双重A*算法的移动机器人路径规划方法。该方法采用A*算法分别进行全局路径规划和局部路径规划。首先在移动机器人运动前采用A*算法进行全局最优路径规划;当机器人运动过程中遇到障碍物时,再一次采用A*算法进行局部路径规划。所提出方法通过仿真结果验正有效可行,该方法不仅能让机器人在动态环境中安全无碰撞运动,而且能减少路径规划时间。 相似文献
76.
77.
林颖 《网络安全技术与应用》2014,(10):196-197
为实现教育资源的广泛互联和共享,各地以教育局为核心,规划并组建各地的教育城域网,实现“三通两平台”信息化建设.信息网络的联通同时也带来了很多安全问题,教育城域网中存在网络威胁、大量带宽占用、远程传输安全等风险,为此需要采取必要的安全防护措施,对各个接入节点信息网络实施严密的防护与控制,同时确保通信链路的安全性和机密性. 相似文献
78.
79.
双频微波辐射计是韩国科学技术卫星二号的主载荷,目前已完成了正样研制并交付韩国。双频微波辐射计是全功率形式的微波辐射计,星上采用两点定标方式。由于受卫星平台的限制,天线不能做得很大并进行扫描,因此选择了接收机定标的方案,即定标支路和观测支路采用了不同的天线,通过多路开关与接收机连接。系统及验收测试表明,双频微波辐射计满足韩方的各项功能和性能指标要求。介绍了韩国科学技术卫星二号的基本情况以及双频微波辐射计的设计方案。给出了主要指标和系统试验结果。 相似文献
80.
卷积稀疏编码(Convolutional sparse coding, CSC)已广泛应用于信号或图像处理、重构和分类等任务中, 基于深度学习思想的多层卷积稀疏编码(Multi-layer convolutional sparse coding, ML-CSC)模型的多层基追踪(Multi-layer basic pursuit, ML-BP)问题和多层字典学习问题成为研究热点. 但基于傅里叶域的交替方向乘子法(Alternating direction multiplier method, ADMM)求解器和基于图像块(Patch)空间域思想的传统基追踪算法不能容易地扩展到多层情况. 在切片(Slice)局部处理思想的基础上, 本文提出了一种新的多层基追踪算法: 多层局部块坐标下降(Multi-layer local block coordinatedescent, ML-LoBCoD)算法. 在多层迭代软阈值算法(Multi-layer iterative soft threshold algorithm, ML-ISTA)和对应的迭代展开网络ML-ISTA-Net 的启发下, 提出了对应的迭代展开网络ML-LoBCoD-Net. ML-LoBCoD-Net实现信号的表征学习功能, 输出的最深层卷积稀疏编码用于分类. 此外, 为了获得更好的信号重构, 本文提出了一种新的多层切片卷积重构网络(Multi-layer slice convolutional reconstruction network, ML-SCRN), ML-SCRN实现从信号稀疏编码到信号重构. 我们对这两个网络分别进行实验验证. 然后将ML-LoBCoD-Net和ML-SCRN 进行级联得到ML-LoBCoD-SCRN合并网, 同时实现图像的分类和重构. 与传统基于全连接层对图像进行重建的方法相比, 本文提出的ML-LoBCoD-SCRN合并网所需参数少, 收敛速度快, 重构精度高. 本文将ML-ISTA和多层快速迭代软阈值算法(Multi-layer fast iterative soft threshold algorithm, ML-FISTA) 构建为ML-ISTA-SCRN和ML-FISTA-SCRN进行对比实验, 初步证明了所提出的ML-LoBCoD-SCRN分类重构网在MNIST、CIFAR10和CIFAR100数据集上是有效的, 分类准确率、损失函数和信号重构结果都优于ML-ISTA-SCRN和ML-FISTA-SCRN. 相似文献