全文获取类型
收费全文 | 251篇 |
免费 | 24篇 |
国内免费 | 15篇 |
专业分类
电工技术 | 41篇 |
综合类 | 26篇 |
化学工业 | 26篇 |
金属工艺 | 13篇 |
机械仪表 | 13篇 |
建筑科学 | 24篇 |
矿业工程 | 6篇 |
能源动力 | 21篇 |
轻工业 | 20篇 |
水利工程 | 4篇 |
石油天然气 | 19篇 |
武器工业 | 1篇 |
无线电 | 26篇 |
一般工业技术 | 19篇 |
冶金工业 | 5篇 |
原子能技术 | 2篇 |
自动化技术 | 24篇 |
出版年
2024年 | 5篇 |
2023年 | 22篇 |
2022年 | 10篇 |
2021年 | 20篇 |
2020年 | 17篇 |
2019年 | 23篇 |
2018年 | 18篇 |
2017年 | 13篇 |
2016年 | 13篇 |
2015年 | 9篇 |
2014年 | 15篇 |
2013年 | 8篇 |
2012年 | 23篇 |
2011年 | 7篇 |
2010年 | 16篇 |
2009年 | 10篇 |
2008年 | 13篇 |
2007年 | 7篇 |
2006年 | 6篇 |
2005年 | 5篇 |
2004年 | 7篇 |
2003年 | 2篇 |
2002年 | 2篇 |
2001年 | 2篇 |
2000年 | 3篇 |
1999年 | 2篇 |
1998年 | 2篇 |
1992年 | 2篇 |
1991年 | 4篇 |
1990年 | 1篇 |
1983年 | 1篇 |
1982年 | 1篇 |
1981年 | 1篇 |
排序方式: 共有290条查询结果,搜索用时 0 毫秒
161.
为了研究低温奶对口腔菌群的影响,本试验采用随机对照研究,招募27名志愿者,随机分到低温杀菌乳组(FP)和高温杀菌乳(UHT)组,每日统一膳食,第4~10天增加不同乳品干预,第1、4、7、10天采集唾液后进行16S rRNA测序。结果显示,统一膳食3天后,两组口腔菌差异缩小;乳品干预后,两组之间α多样性无显著差异,β多样性指数差异显著;统一饮食并干预7 d后,FP组和UHT组间差异菌数量增加,FP组梭杆菌门(Fusobacteriota)、普氏菌属(Prevotella)、糖杆菌TM7x、口腔杆菌属(Stomatobaculum)、贫养菌属(Abiotrophia)、Clostridia-UCG-014、链杆菌属(Streptobacillus)等丰度显著高于UHT组,UHT组乳杆菌属(Lactobacillus)高于FP组。肠道菌功能预测表明,UHT组第10天的氨基酸代谢和信号转导功能丰度高于FP组。乳品干预显著改善了口腔菌,低温杀菌乳有助于提高具有潜在益生功能的Clostridia-UCG-014的丰度,高温杀菌乳有助于益生菌乳杆菌属(Lactobacillus)的丰度。 相似文献
162.
非侵入式负荷分解可以从家庭电能表的总功率读数分解出各用电器的功率,对于节能减排、智能用电等均具有重要意义。针对当前深度学习在非侵入式负荷分解中存在的分解准确率低、对使用频率低的电器分解误差大等问题,提出了一种基于Attention机制的时间卷积神经网络(temporal convolutional neural network,TCN)与长短期记忆网络(long short-term memory,LSTM)相结合的序列到点非侵入式负荷分解模型。该模型首先以重叠滑动窗口方式读取功率时间序列作为网络输入,利用TCN膨胀因果卷积扩大卷积核感受野,加入残差连接和批处理规范化,加快提取深层负荷特征的效率;然后利用LSTM捕捉功率序列演化模式完成负荷分解,在TCN特征提取侧和LSTM负荷分解侧引入双重Attention机制来提取重要负荷特征和历史关键时间点信息;最后在UK-dale和REDD数据集上进行训练与测试,实验结果表明本文模型性能良好,负荷分解准确率有明显提升。 相似文献
163.
本文以大型铁路客运枢纽站应急疏散仿真为研究对象,讨论行人在应急疏散情况下的影响因素和交通行为特征,并在MATLAB软件中实现基于模糊推理的行为决策模型的分析。运用AnyLogic软件中的行人库构建行人疏散仿真模型,对重庆市沙坪坝站的候车大厅进行应急场景的设定和疏散方案的仿真实验,根据分析仿真结果,对车站的经营管理者和组织运营提出针对发生安全事故的优化建议。 相似文献
166.
随着信息社会的发展,网络安全的重要性日益凸显,准确获取网络实体的地理位置有助于更好地实施网络管理。现有经典的基于拓扑启发式聚类的网络实体定位方法,采用基于网络结构的集群划分对网络实体进行聚类,由于没有考虑网络拓扑的具体特性,导致最后的结果误差较大。为解决这一问题,提出一种基于模体的目标区域网络拓扑划分方法。该方法根据目标网络拓扑呈现局部节点高聚类性的特点,创新性地引入"模体"的概念,在目标网络拓扑中挖掘模体结构并进行分析;然后借鉴复杂网络研究领域内局部社团发现方法中初始种子扩展的思路,以模体结构为初始种子进行相应扩展,将拓扑中与模体紧密相连的节点划分为多个集合;最后分别根据地标和公开的IP地理位置数据库对划分的节点集合进行定位,将集合的位置作为集合内节点的地理位置,从而实现网络实体的批量定位。基于香港和台湾两个地区网络拓扑的实验结果表明,该方法与经典的HC-Based方法、NNC方法相比,在网络实体定位准确率上分别能提高25%和16%左右,并且可批量定位的网络实体更多。 相似文献
167.
168.
169.
170.