全文获取类型
收费全文 | 49300篇 |
免费 | 6361篇 |
国内免费 | 5269篇 |
专业分类
电工技术 | 4057篇 |
综合类 | 9767篇 |
化学工业 | 1347篇 |
金属工艺 | 936篇 |
机械仪表 | 4137篇 |
建筑科学 | 2989篇 |
矿业工程 | 1157篇 |
能源动力 | 796篇 |
轻工业 | 988篇 |
水利工程 | 1659篇 |
石油天然气 | 1286篇 |
武器工业 | 777篇 |
无线电 | 8363篇 |
一般工业技术 | 3704篇 |
冶金工业 | 569篇 |
原子能技术 | 435篇 |
自动化技术 | 17963篇 |
出版年
2024年 | 654篇 |
2023年 | 1878篇 |
2022年 | 2243篇 |
2021年 | 2213篇 |
2020年 | 1699篇 |
2019年 | 1865篇 |
2018年 | 1076篇 |
2017年 | 1434篇 |
2016年 | 1618篇 |
2015年 | 1838篇 |
2014年 | 2857篇 |
2013年 | 2496篇 |
2012年 | 2892篇 |
2011年 | 3117篇 |
2010年 | 3034篇 |
2009年 | 3122篇 |
2008年 | 3453篇 |
2007年 | 3045篇 |
2006年 | 2604篇 |
2005年 | 2348篇 |
2004年 | 2139篇 |
2003年 | 1924篇 |
2002年 | 1433篇 |
2001年 | 1413篇 |
2000年 | 1137篇 |
1999年 | 1012篇 |
1998年 | 887篇 |
1997年 | 821篇 |
1996年 | 821篇 |
1995年 | 720篇 |
1994年 | 693篇 |
1993年 | 508篇 |
1992年 | 481篇 |
1991年 | 430篇 |
1990年 | 355篇 |
1989年 | 377篇 |
1988年 | 125篇 |
1987年 | 69篇 |
1986年 | 30篇 |
1985年 | 19篇 |
1984年 | 14篇 |
1983年 | 16篇 |
1982年 | 4篇 |
1981年 | 6篇 |
1980年 | 3篇 |
1979年 | 1篇 |
1959年 | 1篇 |
1951年 | 5篇 |
排序方式: 共有10000条查询结果,搜索用时 31 毫秒
11.
12.
实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20%,误检率降低了3%. 相似文献
13.
14.
15.
针对模拟电路健康管理的特点,提出了一种基于PSO优化多核RVM的模拟电路故障预测方法。利用参数分析得到电路的输出频域响应作为特征,计算其与电路无故障标准响应的欧氏距离来表征电路元件健康值,将多个核函数线性组合,并用PSO优化多核RVM参数后的模型实现对各个时间点元件的健康值变化轨迹进行预测。仿真结果表明,该方法在小样本情况下,预测效果优于单一核函数的RVM模型,适用于健康管理中实时预测,具有较好的实用性。 相似文献
16.
为了满足水库漂浮物强监管的需求,发挥水库水雨情视频监控的优势,将语义分割算法DeepLabV3+应用于水库漂浮物智能识别任务中。首先,通过多要素数据采集方法以及多种图像数据增强方式系统性整合得到水库漂浮物语义分割数据集。然后,提出改进的加权代价函数,以适应数据集中各类的总像素数量不平衡的问题。实验结果表明,通过规范采集与多种数据增强建立的数据集,以及改进的加权代价函数,提高了水库漂浮物语义分割模型的准确率。所提模型像素准确率平均值、平均交叉比分别可达到95.21%、91.03%,通过微信企业号实现的移动监管,可为水利相关部门对水库漂浮物进行及时的智能监控预警提供新的技术方案。 相似文献
17.
针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题,提出基于多尺度双线性卷积神经网络(MS-B-CNN)的车型精细识别模型。首先,对双线性卷积神经网络(B-CNN)算法进行改进,提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合,以提高特征表达能力;此外,还采用基于中心损失函数与Softmax损失函数联合学习的策略,在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心,在训练过程中新增加样本时,网络会约束样本的分类中心距离,以提高多角度情况下的车型识别的能力。实验结果显示,该车型识别模型在CompCars数据集上的正确率达到了93.63%,验证了模型在多角度情况下的准确性和鲁棒性。 相似文献
18.
20.