全文获取类型
收费全文 | 3326篇 |
免费 | 399篇 |
国内免费 | 348篇 |
专业分类
电工技术 | 223篇 |
综合类 | 342篇 |
化学工业 | 27篇 |
金属工艺 | 46篇 |
机械仪表 | 192篇 |
建筑科学 | 24篇 |
矿业工程 | 22篇 |
能源动力 | 18篇 |
轻工业 | 29篇 |
水利工程 | 20篇 |
石油天然气 | 15篇 |
武器工业 | 39篇 |
无线电 | 618篇 |
一般工业技术 | 70篇 |
冶金工业 | 23篇 |
原子能技术 | 11篇 |
自动化技术 | 2354篇 |
出版年
2025年 | 1篇 |
2024年 | 106篇 |
2023年 | 168篇 |
2022年 | 170篇 |
2021年 | 171篇 |
2020年 | 116篇 |
2019年 | 108篇 |
2018年 | 50篇 |
2017年 | 81篇 |
2016年 | 60篇 |
2015年 | 67篇 |
2014年 | 121篇 |
2013年 | 123篇 |
2012年 | 161篇 |
2011年 | 183篇 |
2010年 | 146篇 |
2009年 | 184篇 |
2008年 | 207篇 |
2007年 | 222篇 |
2006年 | 206篇 |
2005年 | 198篇 |
2004年 | 185篇 |
2003年 | 148篇 |
2002年 | 148篇 |
2001年 | 101篇 |
2000年 | 87篇 |
1999年 | 88篇 |
1998年 | 87篇 |
1997年 | 83篇 |
1996年 | 79篇 |
1995年 | 58篇 |
1994年 | 38篇 |
1993年 | 19篇 |
1992年 | 30篇 |
1991年 | 22篇 |
1990年 | 23篇 |
1989年 | 22篇 |
1988年 | 2篇 |
1987年 | 2篇 |
1986年 | 1篇 |
1981年 | 1篇 |
排序方式: 共有4073条查询结果,搜索用时 15 毫秒
101.
考虑降耗减排能源战略需求及政策背景,针对发电权交易具有方向性的特点,构建了交易中心和受让发电权电站间的多任务委托代理协调均衡模型,在完成转让电量任务与节能减排任务的努力相互独立和可替代2种情况下,分析了受让发电权电站的激励强度、门槛型激励强度和努力水平,比较了多任务激励与完成转让电量单任务激励下交易中心和受让发电权电站的收益。算例分析表明,所设计的多任务委托代理协调激励机制可有效引导受让发电权电站以低能耗、低排污完成转让电量,在2项任务上提高并合理分配努力,实现交易双方收益的帕累托改进,进而提高能源的综合利用水平。 相似文献
102.
PCC在水电站调速器和励磁装置上的应用 总被引:2,自引:0,他引:2
为了提高微机型水轮机调速器和同步发动机励磁装置的各项性能,提出了用可编程计算机控制器(PCC)研制调节器的方案.PCC不仅具有可编程逻辑控制器(PLC)的高可靠性,同时还具备PC机的高速性和多任务分时操作系统的特点.运行数据表明,用PCC为调节器研制的水轮机调速器和同步发电机励磁装置,其各项性能都达到或优于国家标准和部颁标准. 相似文献
103.
104.
105.
106.
通信前置机在电力调度自动化管理信息系统应用广泛,该文以目前流行的操作系统 环境Windows和数据库管理系统Foxpro For Windows为基础,利用Windows的通信和多任务功 能,在通信前置机上构造出一个后台运行远程数据通信和前台运行实时数据管理的多任务系 统。 相似文献
107.
108.
视觉显著性物体检测是对人类视觉和认知系统的模拟,而深度学习则是对人类大脑计算方式的模拟,将两者有机结合可以有效推动计算机视觉的发展。视觉显著性物体检测的任务是从图像中定位并提取具有明确轮廓的显著性物体实例。随着深度学习的发展,视觉显著性物体检测的精度和效率都得到巨大提升,但仍然面临改进主流算法性能、减少对像素级标注样本的依赖等主要挑战。针对上述挑战,本文从视觉显著性物体检测思想与深度学习方法融合策略的角度对相关论述进行分类总结。1)分析传统显著性物体检测方法带来的启示及其缺点,指出视觉显著性物体检测的核心思路为多层次特征的提取、融合与修整;2)从改进特征编码方式与信息传递结构、提升边缘定位精度、改善注意力机制、提升训练稳定性和控制噪声的角度对循环卷积神经网络、全卷积神经网络和生成对抗网络3种主流算法的性能提升进行分析,从优化弱监督样本处理模块的角度分析了减少对像素级标注样本依赖的方法;3)对协同显著性物体检测、多类别图像显著性物体检测以及未来的研究问题和方向进行介绍,并给出了可能的解决思路。 相似文献
109.
为解决深度学习类配电网故障辨识方法在量测不足和标记率低时准确率不高的问题,提出了基于图半监督与多任务学习的故障区段与类型统一辨识方法。首先,设计了故障区段与类型统一辨识的图神经网络架构,在图嵌入层中融入网络拓扑和线路参数信息,以充分挖掘不同位置、类型的故障特征。其次,采用多任务注意力网络构建了故障区段定位和类型辨识两个任务,以提取故障的多重信息,实现不同任务间知识转移。再次,将图嵌入特征与无标签样本的编码压缩特征进行融合,得到新的多任务共享特征,以充分利用未标记数据,增强模型泛化能力。最后,通过算例测试表明,所提方法的故障辨识精度优于传统神经网络,且在实时量测少、标签率低及不同量测噪声条件下具有更好的鲁棒性。 相似文献
110.