全文获取类型
收费全文 | 1219篇 |
免费 | 51篇 |
国内免费 | 50篇 |
专业分类
电工技术 | 58篇 |
综合类 | 37篇 |
化学工业 | 44篇 |
金属工艺 | 17篇 |
机械仪表 | 35篇 |
建筑科学 | 158篇 |
矿业工程 | 7篇 |
能源动力 | 1篇 |
轻工业 | 396篇 |
水利工程 | 4篇 |
石油天然气 | 6篇 |
武器工业 | 3篇 |
无线电 | 169篇 |
一般工业技术 | 72篇 |
冶金工业 | 15篇 |
自动化技术 | 298篇 |
出版年
2024年 | 10篇 |
2023年 | 47篇 |
2022年 | 50篇 |
2021年 | 61篇 |
2020年 | 42篇 |
2019年 | 43篇 |
2018年 | 23篇 |
2017年 | 28篇 |
2016年 | 37篇 |
2015年 | 37篇 |
2014年 | 134篇 |
2013年 | 87篇 |
2012年 | 89篇 |
2011年 | 110篇 |
2010年 | 90篇 |
2009年 | 77篇 |
2008年 | 121篇 |
2007年 | 59篇 |
2006年 | 41篇 |
2005年 | 46篇 |
2004年 | 18篇 |
2003年 | 16篇 |
2002年 | 14篇 |
2001年 | 9篇 |
2000年 | 8篇 |
1999年 | 3篇 |
1998年 | 4篇 |
1997年 | 3篇 |
1996年 | 3篇 |
1995年 | 4篇 |
1994年 | 3篇 |
1992年 | 1篇 |
1984年 | 1篇 |
1982年 | 1篇 |
排序方式: 共有1320条查询结果,搜索用时 15 毫秒
21.
支持USB关机充电的笔记本并不是什么新鲜事物,早在2011年以前就有相关产品问世。但是,关机充电并非表面文字这么简单,想真正发挥它的功效还得进行一番深入的了解呢。"关机"充电并不限于关机我们都知道,笔记本拥有三种节省电力的模式:睡眠、休眠和关机。而所谓USB"关机"充电,实际上是允许笔记本在上述三个模式下,都可以通过USB接口给其他数码设备充电。但是,很多用户在使用时都出现过关机充电失效的问题,想100%成功享用此功能,还需进行一番软硬件设置。 相似文献
22.
一、简介: 睡眠呼吸监测装置是一种对于病人生命安全的监护设备,主要用来对打鼾的人或新生儿在睡眠时出现呼吸困难甚至窒息现象进行全夜的长时间呼吸监测。通过监测病人出现呼吸暂停的程度,可以初步判断病人是否患有睡眠呼吸暂停症或呼吸障碍。当病人出现危及生命的窒息现象时,该装置还可以自动报警。这个监测装置主要由呼吸传感器、接口电路、DP801单片机三部分组成。 相似文献
23.
使用电脑每天都要关机,只要打开“关闭计算机”,选择“关闭”后即可如愿。可有多少人留意其中包含的“待机”和“休眠”选项?不仅如此,在Windows Vista系统中更是添加了一个“睡眠”选项,如此众多的关闭设置选项,究竟有何作用,又该如何加以利用呢? 相似文献
24.
罗技Pure—Fi Dream是专为用户在卧室中欣赏i Pod音乐而诞生的,围绕这个专一的定位,这款音箱着实花了不少心思。素以人体工程学设计见长的罗技,在Pure—Fi Dream音箱中内置了动作感应器,这样用户可实现盲操,对于卧室这个经常令人昏睡的场所来说,再合适 相似文献
25.
26.
大规模传感器网络随机睡眠调度节能机制 总被引:10,自引:4,他引:10
调度冗余节点轮流工作能有效延长网络寿命,然而现有的调度协议需要地理位置信息,引入了额外负载.研究随机睡眠的节点调度机制,给出了4种基于不同信息的随机调度模式并分析比较其性能.结果表明,根据邻居节点信息合理设置节点睡眠概率可以不同程度地减少工作节点个数和保证较高的网络覆盖率。 相似文献
27.
28.
29.
打开开始菜单,然后单击右下角的三角形箭头按钮,随后会看到很多选项(如图1所示).这些选项大部分含义都很直白,用途一目了然,不过有些选项可能会让很多人纳闷,例如"待机"、"休眠",以及"睡眠",这些功能有什么区别?和"关机"相比有何分别?又有什么作用?这就是本文要介绍的内容. 相似文献
30.
为解决睡眠呼吸暂停(Sleep Apnea,SA)检测中使用传统的机器学习方法需花大量工作在特征工程上导致效率低下,以及模型多以单通道信号进行特征提取存在识别效果不佳的问题,提出一种基于时序卷积网络(Temporal Convolutional Network,TCN)和堆叠稀疏降噪自编码器(Stacked Sparse Denoismg Auto-Encoder,SSDAEs)的多模态特征融合模型来实现特征自动提取。该模型以心电和呼吸2种信号作为输入,首先利用TCN网络提取输入信号的时序特征,然后通过SSDAEs提取信号的浅层与深层的高维特征,对于不同特征空间的心电信号特征和呼吸信号特征采用一个小型神经网络进行特征融合,将该模型与随机森林算法结合,用于解决SA片段检测问题。实验结果表明,该方法在SA片段检测的准确率、灵敏度、特异性分别是91.5%、88.9%、90.8%。通过与以往相关研究对比,验证了该模型的SA检测性能更好,效率更高。 相似文献