全文获取类型
收费全文 | 726篇 |
免费 | 93篇 |
国内免费 | 39篇 |
专业分类
电工技术 | 93篇 |
综合类 | 37篇 |
化学工业 | 91篇 |
金属工艺 | 22篇 |
机械仪表 | 64篇 |
建筑科学 | 120篇 |
矿业工程 | 35篇 |
能源动力 | 58篇 |
轻工业 | 27篇 |
水利工程 | 19篇 |
石油天然气 | 73篇 |
武器工业 | 12篇 |
无线电 | 47篇 |
一般工业技术 | 32篇 |
冶金工业 | 20篇 |
原子能技术 | 2篇 |
自动化技术 | 106篇 |
出版年
2024年 | 12篇 |
2023年 | 57篇 |
2022年 | 63篇 |
2021年 | 46篇 |
2020年 | 30篇 |
2019年 | 61篇 |
2018年 | 37篇 |
2017年 | 24篇 |
2016年 | 29篇 |
2015年 | 31篇 |
2014年 | 48篇 |
2013年 | 44篇 |
2012年 | 38篇 |
2011年 | 39篇 |
2010年 | 40篇 |
2009年 | 35篇 |
2008年 | 25篇 |
2007年 | 25篇 |
2006年 | 27篇 |
2005年 | 13篇 |
2004年 | 16篇 |
2003年 | 11篇 |
2002年 | 11篇 |
2001年 | 12篇 |
2000年 | 16篇 |
1999年 | 5篇 |
1998年 | 6篇 |
1997年 | 7篇 |
1996年 | 2篇 |
1995年 | 10篇 |
1994年 | 7篇 |
1993年 | 8篇 |
1992年 | 7篇 |
1991年 | 2篇 |
1989年 | 4篇 |
1988年 | 1篇 |
1987年 | 4篇 |
1985年 | 1篇 |
1984年 | 1篇 |
1980年 | 1篇 |
1955年 | 2篇 |
排序方式: 共有858条查询结果,搜索用时 31 毫秒
81.
春光探区的油气藏类型以岩性油气藏为主,对地震资料的分辨率、保真度有很高的要求。井约束振幅保真评价技术是一套行之有效的振幅保真评价手段。以井资料作为约束控制点,结合地震剖面形成二维的波阻抗模型,以波阻抗模型检验处理过程中目的层的保真情况,确保处理过程和最终成果的保真度。通过利用井资料和地震剖面相结合,描述主要目标层的各种振幅属性,在处理过程中通过验证振幅的保真性来选择处理方法和优选参数等,确保了地震数据处理过程中的保真度。在识别春光探区的岩性油气藏应用中起到较好的效果。 相似文献
82.
84.
85.
分析近年来江苏油田侧钻小井眼固井质量,存在固井过程中水泥浆发生漏失导致水泥未返至悬挂器处无法形成密封井筒、油层附近固井质量差导致油水层无法有效分隔等问题,提出从井筒预处理、尾管注水泥设计优化方面提高固井质量。研究了一种井筒预处理液可将地层承压能力提高6 MPa以上,研究的变密度水泥浆体系可防止顶替过程中的漏失。井筒预处理技术在CS20-32A井试验,对漏层深部形成堵塞,采用桥浆+井筒预处理液成功封堵漏层,提高承压能力至固井要求;尾管注水泥设计优化成果在CL30-2A井实验,固井施工顺利,固井质量优质。两口井的成功实例对后续Φ139.7mm套管开窗侧钻小井眼固井质量提高具有一定的指导意义。 相似文献
88.
89.
为了全面了解大宁河各个河段的具体生态健康状况,为大宁河及其他库区支流的河流管理提供参考依据,根据2017年3月对大宁河源头至河口16个典型断面的浮游植物生态调查分析的结果,选取了25个备选指标,通过分布范围、判别能力和相关性分析,筛选出核心指标,计算了其浮游植物完整性指数(P-IBI)。基于该指数,构建了大宁河河流生态健康度的评价指标体系和标准,并对其进行了评价。结果显示:本次大宁河河流总体处于亚健康状态,其中上游段较为健康,中、下游段处于亚健康状态,局部样点呈现病态,尤其是"龙井湾-双龙镇"段,其生态健康度较差,是受损严重的河段。初步推断这主要是由于该河段人口密集,污染物负荷大造成的。建议对受损河段重点关注,并有针对性地开展生态修复治理。 相似文献
90.
当前主流的中文分词方法是基于字标注的传统机器学习的方法。但传统机器学习方法需要人为地从中文文本中配置并提取特征,存在词库维度高且仅利用CPU训练模型时间长的缺点。针对以上问题,进行了研究提出基于LSTM(Long Short-Term Memory)网络模型的改进方法,采用不同词位标注集并加入预先训练的字嵌入向量(character embedding)进行中文分词。在中文分词评测常用的语料上进行实验对比,结果表明:基于LSTM网络模型的方法能得到比当前传统机器学习方法更好的性能;采用六词位标注并加入预先训练的字嵌入向量能够取得相对最好的分词性能;而且利用GPU可以大大缩短深度神经网络模型的训练时间;LSTM网络模型的方法也更容易推广并应用到其他自然语言处理(NLP)中序列标注的任务。 相似文献