全文获取类型
收费全文 | 54篇 |
免费 | 12篇 |
国内免费 | 1篇 |
专业分类
综合类 | 2篇 |
化学工业 | 12篇 |
金属工艺 | 6篇 |
建筑科学 | 5篇 |
矿业工程 | 15篇 |
能源动力 | 1篇 |
轻工业 | 1篇 |
水利工程 | 2篇 |
武器工业 | 1篇 |
无线电 | 9篇 |
一般工业技术 | 9篇 |
冶金工业 | 1篇 |
自动化技术 | 3篇 |
出版年
2024年 | 2篇 |
2023年 | 4篇 |
2021年 | 1篇 |
2019年 | 2篇 |
2018年 | 11篇 |
2017年 | 3篇 |
2015年 | 2篇 |
2014年 | 2篇 |
2013年 | 3篇 |
2012年 | 3篇 |
2011年 | 7篇 |
2010年 | 3篇 |
2008年 | 2篇 |
2007年 | 6篇 |
2006年 | 1篇 |
2005年 | 1篇 |
2004年 | 2篇 |
2003年 | 2篇 |
2002年 | 2篇 |
2001年 | 5篇 |
2000年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
排序方式: 共有67条查询结果,搜索用时 0 毫秒
1.
空间Co-Location模式挖掘是空间数据挖掘的一个重要研究方向,正受到越来越多的关注。在实际应用中,空间特征不仅包含空间信息,还经常伴随着属性信息,这些属性信息对决策和知识发现有重要意义。然而现有的Co-Location挖掘方法只强调特征的空间信息,忽略了其属性信息。基于对属性信息的模糊化处理,定义了模糊特征和模糊Co-Location模式等概念。类似于传统空间Co-Location模式挖掘中的相关概念,定义了模糊Co-Location模式的表实例和参与度等概念。在证明模糊Co-Location模式的向下闭合性质的基础上,设计了一个基本挖掘算法。为提高算法的可伸缩性,提出了两个剪枝方法。在合成的和真实的数据集上进行了大量实验,验证了基本算法及其改进算法的效果和效率。 相似文献
2.
我国是全球最大的铜消费国,铜矿资源供需矛盾问题日益突出,需大量从国外进口。本文通过对比分析东北亚地区俄罗斯、蒙古、朝鲜、韩国、日本和我国东北地区的铜矿资源概况和供需情况,明确了东北亚地区境外铜矿资源在俄罗斯、蒙古和朝鲜相对丰富,富集区分布在俄罗斯西伯利亚地区和乌拉尔地区、蒙古国北部的额尔登特地区以及与中国接壤的南戈壁和东戈壁省、朝鲜惠山-利原地区,我国与日本、韩国是东北亚地区主要的铜消费区。结合我国铜矿资源对外依存度过高的现状,发挥我国东北地区的地域优势,加强区域矿业合作,勘探、开发、利用东北亚地区铜矿资源,加大地质矿产国际合作的科研投入,深入交流与研究,将有利于缓解我国铜矿资源供需不平衡的矛盾。 相似文献
3.
4.
合同管理作为工程项目管理的重要组成部分,贯穿了工程项目管理的全过程,对于承包单位不但涉及发包人的合同管理,而且涉及到分包商的合同管理。合同管理与项目其它职能管理密不可分,共同构成了项目的管理体系,而项目管理体系从事管理活动则是以合同为依据,合同管理在整个工程项目管理中起到总体控制作用。 相似文献
5.
6.
7.
西伯利亚地区是俄罗斯重要的矿产资源基地,油气资源是东西伯利亚-太平洋石油管道运输系统的主要供应原料,煤、铀、铜、镍、铂、钼、铅和锰等矿产的储量和开采量均居全俄第一位。煤矿资源远景区集中在克拉斯诺亚尔斯克边疆区南部、伊尔库茨克州西南部和科迈罗沃州;铀矿资源远景区分布在外贝加尔边疆区、布里亚特共和国等地;铜、镍、铂族金属远景区集中于诺里尔斯克矿区,铅锌资源远景区位于霍洛德宁矿床、奥泽尔矿床和戈列夫矿床等地,锰矿资源远景区集中于乌辛斯克矿床。本区矿产资源潜力巨大,开发程度较低,区域发展与我国振兴东北地区战略可有效对接,具有较强的互补性,我国企业应积极参与西伯利亚地区矿产资源开发,并加强在资源潜力区及边境地区基础设施建设方面的合作。 相似文献
8.
俄罗斯蕴含丰富的铀矿资源,储量居世界第三位。从资源禀赋上看,俄罗斯铀矿储量和资源量高度集中,大部分集中在远东南部地区和东西伯利亚地区与中国毗邻的维季姆、艾利康和斯特列里措夫铀矿集中区,利于我国开发与资源获取安全。从供需情况上看,俄罗斯未来一段时期内铀矿的产量将持续增长,俄罗斯国内铀矿资源供大于求,与我国形成天然的供求关系。从自然地理、基础设施和社会经济条件上来看,俄罗斯政局稳定,矿业法律完善,中俄政治关系良好,在俄投资矿业具有融资支持,虽然基础设施相对较差,但整体投资环境向好。基于以上原因,建议我国企业采取增持股份、签订购买合同或直接获取铀矿探矿权等多种方式投资俄罗斯铀矿。 相似文献
9.
10.
结合个旧陡岩地区1∶10 000岩石化探成果,重点分析了单个元素的地球化学特征以及不同地质单元的元素含量特征,并对各元素的品位数据进行了相关性分析、聚类分析、因子分析等数理统计分析。研究表明:(1)Sn、Cu、Pb、Sb品位数据离散程度高,有局部富集成矿的可能性;(2)区内元素可以划分为4类,即Co-Ni-Be-Mn-Ba-Cu(代表了与铜相关的矿化信息),Pb-Zn-W-Hg-CdSb-As(为亲硫元素组合,反映了与中—低温热液有关的矿化信息),Bi-Mo-Sn(为中—高温亲酸性元素组合,Bi可以作为找矿前缘元素);Sr(为独立元素)。在上述分析的基础上,圈定了陡岩、小寨多金属矿找矿远景区,为该区下一步找矿工作提供了可靠依据。 相似文献