全文获取类型
收费全文 | 4584篇 |
免费 | 358篇 |
国内免费 | 455篇 |
专业分类
电工技术 | 225篇 |
综合类 | 1104篇 |
化学工业 | 109篇 |
金属工艺 | 38篇 |
机械仪表 | 181篇 |
建筑科学 | 603篇 |
矿业工程 | 244篇 |
能源动力 | 42篇 |
轻工业 | 146篇 |
水利工程 | 175篇 |
石油天然气 | 53篇 |
武器工业 | 53篇 |
无线电 | 631篇 |
一般工业技术 | 358篇 |
冶金工业 | 57篇 |
原子能技术 | 15篇 |
自动化技术 | 1363篇 |
出版年
2024年 | 36篇 |
2023年 | 134篇 |
2022年 | 131篇 |
2021年 | 163篇 |
2020年 | 118篇 |
2019年 | 142篇 |
2018年 | 83篇 |
2017年 | 106篇 |
2016年 | 123篇 |
2015年 | 163篇 |
2014年 | 284篇 |
2013年 | 249篇 |
2012年 | 251篇 |
2011年 | 292篇 |
2010年 | 308篇 |
2009年 | 272篇 |
2008年 | 374篇 |
2007年 | 259篇 |
2006年 | 198篇 |
2005年 | 259篇 |
2004年 | 198篇 |
2003年 | 143篇 |
2002年 | 130篇 |
2001年 | 130篇 |
2000年 | 117篇 |
1999年 | 102篇 |
1998年 | 98篇 |
1997年 | 99篇 |
1996年 | 91篇 |
1995年 | 83篇 |
1994年 | 69篇 |
1993年 | 42篇 |
1992年 | 44篇 |
1991年 | 30篇 |
1990年 | 36篇 |
1989年 | 21篇 |
1988年 | 5篇 |
1987年 | 6篇 |
1986年 | 4篇 |
1984年 | 1篇 |
1981年 | 3篇 |
排序方式: 共有5397条查询结果,搜索用时 15 毫秒
71.
将小波包分析、模糊理论和神经网络有机结合在一起,提出了一种基于小波包特征提取和模糊规则的模拟电路故障诊断的神经网络算法。计算和仿真实验结果表明,该方法可以减少网络的训练规模,加快网络的收敛速度,能够为模拟电路故障诊断提供一种新的有效的方法。 相似文献
72.
73.
蜉蝣算法(Mayfly Algorithm,MA)作为一种新型群智能优化算法,具有较好的寻优性能.但在高维非线性复杂问题上,蜉蝣算法依然容易出现早熟收敛现象.本文提出一种基于倒位变异的蜉蝣算法(Inversion Variation Mayfly Algorithm,IVMA),改变原算法在变异上的操作,随机选择个体的随机维度向全局最优个体的随机维度靠近,同时利用精英策略保留进化成果.利用倒位操作,将最优个体某一维度段内位置发生倒转,提高了算法跳出局部最优的能力.通过对10个测试函数的结果分析,表明本文所提出的算法具有较好的收敛精度,收敛性能得到了提高. 相似文献
74.
为实现更加先进的拓扑优化算法,研究采用反应扩散方程的水平集结构拓扑优化方法,通过理论推导给出算法中的参数选择建议.该方法允许在拓扑优化过程中生成新的孔洞,初始结构无须包含孔洞,不需要重新初始化步骤,从而可提高算法的收敛性.针对传统拓扑优化中主要采用体积约束、以柔度最小为目标和体积保留率设定存在一定主观性的问题,探究不同体积保留率下的结构应力水平的变化规律,结果显示可以依据结构最大应力水平与体积保留率的变化规律确定最优体积保留率. 相似文献
75.
赵福泉 《电脑编程技巧与维护》2021,(3):6-7,18
蚁群算法是一种模拟蚂蚁行为的启发式优化算法,该算法应用于多领域的优化解析。阐述了蚁群算法的基本原理,并以人工蚁群为基础,深入剖析了基本蚁群算法和改进算法,总结了算法的优缺点及应用范围。介绍了蚁群算法在多目标优化中的应用,并总结了一般的实现方法和步骤。 相似文献
76.
遗传算法可以较好地解决复杂的组合优化问题,但也存在两方面不足:一是搜索效率比其他优化算法低;二是容易过早收敛,陷入局部最优.对此,提出一种混沌“微变异”遗传算法.利用混沌优化算法具有随机性和遍历性的特点,解决遗传算法容易陷入局部最优解的早熟问题,使得新算法同时具有较强的局部搜索能力和完成全局寻找最优解的能力.同时,对遗传算法的选择算子增加了混沌扰动,对交叉算子和变异算子进行自适应调整,对适应度函数进行改进,使遗传算法整体性能得到提高.最后,通过经典函数验证表明,混沌“微变异”遗传算法比一般的混沌遗传算法和经典遗传算法的进化速度更快,搜索精度更高. 相似文献
77.
78.
针对鲸鱼优化算法(whale optimization algorithm ,WOA)容易陷入局部最优和收敛精度低的问题进行了研究,提出一种改进的鲸鱼优化算法(IWOA)。该算法通过准反向学习方法来初始化种群,提高种群的多样性;然后将线性收敛因子修改为非线性收敛因子,有利于平衡全局搜索和局部开发能力;另外,通过增加自适应权重改进鲸鱼优化算法的局部搜索能力,提高收敛精度;最后,通过随机差分变异策略及时调整鲸鱼优化算法,避免陷入局部最优。实验选取九个基准函数,所有算法均迭代30次,结果表明:改进的鲸鱼优化与原鲸鱼优化算法以及五种改进的鲸鱼优化算法相比,其均值和标准差均优于其他算法,收敛曲线也优于其他大多数算法。说明改进的鲸鱼优化算法收敛精度和算法稳定性最佳,收敛速度较其他大多数改进的鲸鱼优化算法明显加快。 相似文献
79.
《西安邮电学院学报》2015,(4)
对贪婪型周边无状态路由协议加以改进。在报头中加入邻居节点的移动速度和方向信息,当节点转发过程遭遇路由空洞时,据此信息预测邻居节点下一时刻的位置。若预测位置不符合贪婪转发要求,仍继续周边转发模式,否则,进入"等待转发模式",即经过一个极小的等待时延后,跳转回到贪婪转发模式,以减少周边转发过程存在的大量冗余。借助仿真软件Network Simulator version 2搭建网络环境,对改进协议与原协议在节点速度为10~40m/s的情况下仿真,比较其端到端时延和平均跳数,结果显示,改进协议在给定环境中能够降低时延5%~17%,减少跳数5%左右。 相似文献
80.
针对标准PSO算法求解高维非线性问题时存在的大量无效迭代(经过一轮迭代后全局最优位置保持不变),提出了一种自适应惯性权重的改进粒子群算法。基于单次迭代中单粒子运动状态的分析,提出并证明了论点:上一轮迭代适应度值变差的粒子,当前迭代中其惯性分量将引导粒子往适应度值变差的方向运动,导致粒子群体无效迭代次数增加。设计了标准PSO算法改进方案,将上一轮迭代中适应度值变差的全体粒子的惯性权重置为零,消除当前迭代中不利惯性分量对算法收敛的不良影响。采用6个标准测试函数,将该算法与标准PSO算法、固定惯性权重PSO算法和具有领袖的PSO算法进行性能对比分析。试验表明,该改进算法无效迭代次数更少,在收敛率、收敛速度和收敛稳定性上均具有明显的优势。 相似文献