全文获取类型
收费全文 | 4732202篇 |
免费 | 323090篇 |
国内免费 | 231440篇 |
专业分类
电工技术 | 373749篇 |
技术理论 | 259篇 |
综合类 | 350655篇 |
化学工业 | 542337篇 |
金属工艺 | 243301篇 |
机械仪表 | 367274篇 |
建筑科学 | 468648篇 |
矿业工程 | 228092篇 |
能源动力 | 105176篇 |
轻工业 | 464951篇 |
水利工程 | 208175篇 |
石油天然气 | 215161篇 |
武器工业 | 56667篇 |
无线电 | 454748篇 |
一般工业技术 | 393055篇 |
冶金工业 | 174474篇 |
原子能技术 | 50881篇 |
自动化技术 | 589129篇 |
出版年
2024年 | 40215篇 |
2023年 | 144906篇 |
2022年 | 137411篇 |
2021年 | 132699篇 |
2020年 | 137273篇 |
2019年 | 183396篇 |
2018年 | 180590篇 |
2017年 | 85883篇 |
2016年 | 107986篇 |
2015年 | 142205篇 |
2014年 | 271068篇 |
2013年 | 235629篇 |
2012年 | 297602篇 |
2011年 | 317451篇 |
2010年 | 283544篇 |
2009年 | 281534篇 |
2008年 | 285641篇 |
2007年 | 266771篇 |
2006年 | 247014篇 |
2005年 | 220707篇 |
2004年 | 200061篇 |
2003年 | 175461篇 |
2002年 | 152915篇 |
2001年 | 137883篇 |
2000年 | 102696篇 |
1999年 | 61903篇 |
1998年 | 38614篇 |
1997年 | 32331篇 |
1996年 | 31930篇 |
1995年 | 30052篇 |
1994年 | 28277篇 |
1993年 | 19504篇 |
1992年 | 20705篇 |
1991年 | 19571篇 |
1990年 | 18880篇 |
1989年 | 29348篇 |
1988年 | 25685篇 |
1987年 | 23747篇 |
1986年 | 20873篇 |
1985年 | 20501篇 |
1984年 | 18480篇 |
1983年 | 16202篇 |
1982年 | 14585篇 |
1981年 | 12389篇 |
1980年 | 9244篇 |
1979年 | 5764篇 |
1978年 | 2933篇 |
1977年 | 1217篇 |
1965年 | 1494篇 |
1964年 | 1328篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
871.
872.
873.
874.
875.
876.
在免提通话系统和移动通信设备中,扬声器常常工作在较高的音量下,容易发生过载现象,从而产生明显的非线性声学回声,这在小微型扬声器中更加常见。常用的线性AEC(Acoustic Echo Cancellation)算法无法消除此类非线性回声,因此通话质量受到严重影响。非线性回声主要表现为额外的高频谐波分量,这些分量使得全带系统不再满足线性关系,而通常的AEC算法都是基于最小化全带误差推导而来,因此性能很容易受到非线性失真的影响。本文提出了一种基于多相滤波器组的子带AEC算法,把全带误差变成了各个子带的误差,因而把谐波失真成分变成了某些子带内的加性噪声,这使得谐波失真较小的那些子带依然能够正常收敛。通过仿真和实测实验,当出现非线性失真时,新方法的ERLE(Echo Return Loss Enhancement)明显高于经典的全带时域和频域方法,对于非线性失真明显的语音信号,ERLE提升约10 dB。 相似文献
877.
铁路在交通运输行业有着举足轻重的地位,一旦列车发生故障将会导致严重的生命财产损失。由于列车发生故障的概率相对较低,因此难以捕获列车的故障样本。针对上述问题,提出了一种无监督学习的列车故障识别方法,通过检测列车音频信号来识别列车故障。该方法基于深度信念网络(DBN),利用小波包分解提取检测信号的特征向量并将其作为DBN的输入,待网络充分训练后,由训练好的DBN识别当前列车的运行状况。现场监测实验结果表明,该方法能够在无监督的条件下有效识别列车故障,保障了列车的运行安全。 相似文献
878.
利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。 相似文献
880.