全文获取类型
收费全文 | 415篇 |
免费 | 20篇 |
国内免费 | 21篇 |
专业分类
电工技术 | 15篇 |
综合类 | 29篇 |
化学工业 | 14篇 |
金属工艺 | 99篇 |
机械仪表 | 30篇 |
建筑科学 | 24篇 |
矿业工程 | 11篇 |
能源动力 | 3篇 |
轻工业 | 16篇 |
水利工程 | 10篇 |
石油天然气 | 4篇 |
武器工业 | 3篇 |
无线电 | 28篇 |
一般工业技术 | 30篇 |
冶金工业 | 87篇 |
原子能技术 | 7篇 |
自动化技术 | 46篇 |
出版年
2024年 | 3篇 |
2023年 | 18篇 |
2022年 | 23篇 |
2021年 | 17篇 |
2020年 | 24篇 |
2019年 | 21篇 |
2018年 | 19篇 |
2017年 | 7篇 |
2016年 | 14篇 |
2015年 | 21篇 |
2014年 | 23篇 |
2013年 | 25篇 |
2012年 | 34篇 |
2011年 | 40篇 |
2010年 | 35篇 |
2009年 | 25篇 |
2008年 | 23篇 |
2007年 | 17篇 |
2006年 | 10篇 |
2005年 | 13篇 |
2004年 | 15篇 |
2003年 | 5篇 |
2002年 | 10篇 |
2001年 | 4篇 |
2000年 | 3篇 |
1999年 | 2篇 |
1998年 | 3篇 |
1994年 | 1篇 |
1993年 | 1篇 |
排序方式: 共有456条查询结果,搜索用时 0 毫秒
1.
2.
热轧板带加热过程中高温氧化将直接影响氧化铁皮的结构、元素分布以及粘附性,进而间接影响后续除鳞效果以及粗轧和精轧后得到的成品钢板表面质量。本文利用Gleeble热模拟试验机模拟Q345B连铸坯粗轧前在1 150和1 250℃加热阶段的氧化情况,并结合拉伸试验研究了两个温度下氧化铁皮的表面形貌、次生氧化铁皮的裂纹以及氧化铁皮与基体界面处截面形貌和各合金的元素分布。研究表明:高温短时氧化生成的一次氧化铁皮粘附性小,仅微小变形即可完全剥离脱落;次生氧化铁皮粘附性大,但强度低,塑性差,易产生裂纹。此外,次生氧化铁皮与基体界面处反应生成的Fe2SiO4会改变氧化铁皮FeO内层的相间分布,对氧化皮起到钉扎作用,导致氧化皮的粘附性强,这增大了后续除鳞的难度。为改善钢板的表面质量,生产实践中建议在粗轧除鳞前控制钢板氧化铁皮界面温度高于Fe2SiO4凝固温度,以降低氧化铁皮与钢板基体附着力。 相似文献
3.
道路交叉口通常由两条道路相交于一点,有四条进出口道,而多路交叉口则指两条以上的道路交叉于一点。进出口道不少于5条,它的出现往往是因为各种历史原因所形成的,在我国很多中小城市较为常见。随着城市交通的发展,多路交叉由于交通组织等方面的问题已不能满足交通需求,往往成为城市交通中拥堵或混乱的节点。因此对多路交叉口进行交通改善设计,处理好多路交叉口内车辆与行人的交通路权与冲突点问题,治理混乱的交通运行环境,是很多城市类似交叉口亟待解决的问题。 相似文献
4.
5.
基于Iceberg概念格叠置半集成的全局闭频繁项集挖掘算法 总被引:2,自引:0,他引:2
研究专有的分布式数据挖掘算法是提高分布式数据库下数据分析和挖掘的有效方法.结合Iceberg概念格对于频繁项集精简表达的特性和其集成构造过程可并行化的特点,进而实现分布式全局闭频繁项集的挖掘.面对目前仍然缺乏有关Iceberg概念格分布式集成构造研究的文献,本文从理论上分析Iceberg概念格叠置集成构造全局Iceberg概念格的局限性,然后论证了基于Iceberg概念格叠置半集成构造全局Iceberg概念格的可行性,进而提出一个基于Iceberg概念格叠置半集成的频繁概念生长分布算法(Frecogd),并且把它应用于同构分布式环境下的全局闭频繁项集挖掘过程中.实验验证了该算法理论的可行性,同时也揭示了该算法的挖掘效能有待进一步的改进与提高. 相似文献
6.
7.
随着网络数据的爆发式增长和用户需求的多元化发展,现有元搜索排序聚合方法在精度和性能上面临着巨大挑战.以满足用户的多重需求和个性化偏好为目标,提出了一种新的元搜索排序聚合算法.通过重新定义多目标粒子群优化算法(multi-objective particle swarm optimization, MOPSO)中粒子的属性,调整速度变化因子,改进种群初始化和演化机制,设计新的存档与更新策略以及引导微粒选择策略,提出了一个基于支配分解的离散多目标优化(D\\+3MOPSO)算法,使其能根据用户的质量需求偏好在大规模离散解空间中快速准确地找出最优解集.在多个数据集上的实验结果表明:当数据规模较小时,D\\+3MOPSO算法的精度和性能接近机器学习排序聚合方法;在大规模数据环境下,其精度和性能优于机器学习方法以及同类多目标优化方法. 相似文献
8.
9.
10.