全文获取类型
收费全文 | 25990篇 |
免费 | 3514篇 |
国内免费 | 2641篇 |
专业分类
电工技术 | 3065篇 |
综合类 | 3371篇 |
化学工业 | 289篇 |
金属工艺 | 369篇 |
机械仪表 | 2115篇 |
建筑科学 | 508篇 |
矿业工程 | 347篇 |
能源动力 | 218篇 |
轻工业 | 304篇 |
水利工程 | 302篇 |
石油天然气 | 819篇 |
武器工业 | 698篇 |
无线电 | 8504篇 |
一般工业技术 | 1535篇 |
冶金工业 | 238篇 |
原子能技术 | 177篇 |
自动化技术 | 9286篇 |
出版年
2024年 | 291篇 |
2023年 | 861篇 |
2022年 | 1070篇 |
2021年 | 1252篇 |
2020年 | 1045篇 |
2019年 | 1219篇 |
2018年 | 735篇 |
2017年 | 998篇 |
2016年 | 1063篇 |
2015年 | 1287篇 |
2014年 | 1765篇 |
2013年 | 1529篇 |
2012年 | 1927篇 |
2011年 | 1868篇 |
2010年 | 1732篇 |
2009年 | 1866篇 |
2008年 | 1968篇 |
2007年 | 1602篇 |
2006年 | 1309篇 |
2005年 | 1152篇 |
2004年 | 994篇 |
2003年 | 849篇 |
2002年 | 636篇 |
2001年 | 485篇 |
2000年 | 380篇 |
1999年 | 382篇 |
1998年 | 344篇 |
1997年 | 301篇 |
1996年 | 276篇 |
1995年 | 185篇 |
1994年 | 156篇 |
1993年 | 153篇 |
1992年 | 110篇 |
1991年 | 114篇 |
1990年 | 87篇 |
1989年 | 92篇 |
1988年 | 26篇 |
1987年 | 6篇 |
1986年 | 12篇 |
1985年 | 9篇 |
1984年 | 1篇 |
1983年 | 5篇 |
1982年 | 1篇 |
1981年 | 1篇 |
1980年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
2.
由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。 相似文献
4.
针对区域地面沉降监测点数量有限、分布不均的情况,一般采用空间插值的手段建立表面拟合模型来解决。基于分形插值,采用随机选择迭代函数的思想对传统的趋势面拟合法作出改进,改进后拟合优度系数提高0.03,达到0.995,且改进前后的拟合结果符合显著性检验的要求。实验结果表明:改进前后趋势面拟合法拟合结果满足地面沉降监测的精度要求,改进后方法的拟合优度更高,对现实地面沉降量变化的描绘更加真实,可为沉降灾害评价工作提供更准确的依据。 相似文献
5.
自调整复合级联形态滤波算法及应用 总被引:1,自引:0,他引:1
针对反射式光纤位移传感器拾取的润滑膜厚度信号中的脉冲和随机噪声干扰,提出一种自调整复合级联数学形态滤波算法。采用三角结构元素和半圆结构元素,通过开闭和闭开组合滤波及串联构造了复合级联形态滤波算法。仿真结果表明,复合级联滤波算法可提高信号的信噪比。针对传统形态滤波方法结构元素宽度随机选取造成滤波后信号信噪比低的问题,通过在不同采样频率情况下对不同信号进行滤波仿真计算,提出一种结构元素参数自调整选取方法。仿真实验和对实际润滑膜厚度信号滤波处理结果表明,自调整复合级联形态滤波算法可有效滤除信号中的脉冲干扰和随机噪声干扰。 相似文献
6.
7.
针对雷达导引头末制导阶段抗干扰技术,建立了典型的距离-速度拖引干扰模型,采用无迹卡尔曼滤波(UKF),研究了基于速度、加速度、过载等指标的干扰目标智能识别技术。首先建立距离-速度拖引干扰模型,通过引入弹目相对距离、径向速度、高低角与方位角建立了系统跟踪模型。其次,给出了基于UKF实现目标跟踪与识别的滤波框架。在此基础上,以径向速度、径向加速度、角加速度与过载为评价指标,建立了目标智能识别指标体系。最后,通过典型的目标运动模型(目标跃升),对目标施加的四次距离-速度拖引干扰(两次前拖、两次后拖)进行目标识别。仿真结果表明,利用UKF滤波信息能够有效实现对距离-速度拖引干扰下的干扰和目标智能识别,仿真结果验证了该识别方法的可行性与有效性。 相似文献
8.
9.
10.