全文获取类型
收费全文 | 17961篇 |
免费 | 3067篇 |
国内免费 | 1877篇 |
专业分类
电工技术 | 4051篇 |
综合类 | 2417篇 |
化学工业 | 528篇 |
金属工艺 | 318篇 |
机械仪表 | 1526篇 |
建筑科学 | 301篇 |
矿业工程 | 372篇 |
能源动力 | 381篇 |
轻工业 | 388篇 |
水利工程 | 247篇 |
石油天然气 | 311篇 |
武器工业 | 289篇 |
无线电 | 2516篇 |
一般工业技术 | 1059篇 |
冶金工业 | 253篇 |
原子能技术 | 62篇 |
自动化技术 | 7886篇 |
出版年
2024年 | 76篇 |
2023年 | 243篇 |
2022年 | 504篇 |
2021年 | 591篇 |
2020年 | 598篇 |
2019年 | 586篇 |
2018年 | 566篇 |
2017年 | 703篇 |
2016年 | 863篇 |
2015年 | 970篇 |
2014年 | 1274篇 |
2013年 | 1152篇 |
2012年 | 1655篇 |
2011年 | 1733篇 |
2010年 | 1389篇 |
2009年 | 1434篇 |
2008年 | 1441篇 |
2007年 | 1614篇 |
2006年 | 1335篇 |
2005年 | 1006篇 |
2004年 | 695篇 |
2003年 | 509篇 |
2002年 | 411篇 |
2001年 | 287篇 |
2000年 | 273篇 |
1999年 | 164篇 |
1998年 | 122篇 |
1997年 | 121篇 |
1996年 | 100篇 |
1995年 | 89篇 |
1994年 | 70篇 |
1993年 | 52篇 |
1992年 | 57篇 |
1991年 | 41篇 |
1990年 | 47篇 |
1989年 | 42篇 |
1988年 | 25篇 |
1987年 | 12篇 |
1986年 | 13篇 |
1985年 | 8篇 |
1984年 | 8篇 |
1983年 | 2篇 |
1982年 | 8篇 |
1980年 | 4篇 |
1979年 | 3篇 |
1976年 | 2篇 |
1975年 | 2篇 |
1974年 | 1篇 |
1963年 | 1篇 |
1954年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
21.
基于特征比对的可视化方法涉及的问题主要包括,如何判断一个矢量场中是否存在另一个矢量场中的一些特定结构,如何评价两个矢量场结构间存在的相似性,如何从诸多矢量场中将这些特定的结构检测,定位并绘制出来.给出了一种基于曲线结构的矢量场特征区域可视化方法,该方法通过构造与曲线结构相关联的柱坐标系,保证了提取特征的平移、旋转和尺度不变性;采用曲线积分的Clifford Fourier变换,获取了曲线结构的频域特征并简化计算;利用多曲线结构匹配和多尺度逼近等方法,实现了区域结构的特征可视化. 相似文献
22.
针对Kalman预测在非线性系统故障预报中预测误差较大的问题.提出一种基于支持向量机预测新息的Kalman预测方法.根据未知非线性系统的典型变量分析子空间模型进行Kalman预测.采用支持向量机时间序列预测算法预测未来时刻的新息,利用新息进行Kalman单步和多步预报.在连续搅拌反应器上的仿真研究表明:所提出方法能准确地预测较长时间段内故障过程的劣化趋势,预知可能发生的故障,使操作人员有时间采取必要措施消除故障隐患. 相似文献
23.
24.
25.
作为一种基于正定核的学习方法,传统支持向量机(Support Vector Machine,SVM)能较好地解决小样本、非线性、过学习、维数灾和局部极小等问题,从而广泛应用于模式识别、回归估计等领域。当前,核方法及其在故障诊断中的应用引起了人们的广泛重视并成为研究热点。为解决传统支持向量对核函数正定性的限制及求解速度不高的缺陷,通过引入最小二乘支持向量机分类算法提高学习速度,采用隐核特征映射技术实现核函数的进一步扩展,提出了一种新的隐核最小二乘分类器(HKLSC)算法。将其应用于实际工业过程的故障诊断中并根据采集的滚动轴承数据进行了仿真。结果表明,该隐核分类器具有很好的故障诊断性能,为故障诊断提供了一种新的有效途径。 相似文献
26.
27.
针对频繁嵌入式子树挖掘,利用离散区间来构造投影库,给出一种基于离散区间的频繁嵌入式子树挖掘算法。该算法通过离散区间消除冗余投影,有效地压缩投影库的规模,提高了子树节点计数效率,减低了算法的时空复杂性。实验结果表明该算法具有较高的挖掘效率。 相似文献
28.
29.
30.
一种新颖隶属度函数的模糊支持向量机 总被引:1,自引:0,他引:1
传统的支持向量机(SVM)训练含有外部点或噪音数据时,容易产生过拟合(over-fitting)。通过模糊隶属度函数来降低外部点或被污染数据的选择。本文提出了一种新的核隶属度函数,这种新的隶属度函数不仅依赖于每个样本点到类型中心的距离,还依赖于该样本点最邻近的K个其他样本点的距离。实验结果表明了具有该隶属度函数的模糊支持向量机的有效性。 相似文献