全文获取类型
收费全文 | 13186篇 |
免费 | 1993篇 |
国内免费 | 1257篇 |
专业分类
电工技术 | 811篇 |
综合类 | 1308篇 |
化学工业 | 889篇 |
金属工艺 | 364篇 |
机械仪表 | 1708篇 |
建筑科学 | 1871篇 |
矿业工程 | 300篇 |
能源动力 | 403篇 |
轻工业 | 309篇 |
水利工程 | 644篇 |
石油天然气 | 746篇 |
武器工业 | 135篇 |
无线电 | 2037篇 |
一般工业技术 | 1216篇 |
冶金工业 | 202篇 |
原子能技术 | 70篇 |
自动化技术 | 3423篇 |
出版年
2024年 | 306篇 |
2023年 | 920篇 |
2022年 | 1067篇 |
2021年 | 907篇 |
2020年 | 683篇 |
2019年 | 691篇 |
2018年 | 355篇 |
2017年 | 433篇 |
2016年 | 520篇 |
2015年 | 670篇 |
2014年 | 967篇 |
2013年 | 710篇 |
2012年 | 893篇 |
2011年 | 849篇 |
2010年 | 735篇 |
2009年 | 764篇 |
2008年 | 770篇 |
2007年 | 645篇 |
2006年 | 577篇 |
2005年 | 497篇 |
2004年 | 416篇 |
2003年 | 371篇 |
2002年 | 271篇 |
2001年 | 215篇 |
2000年 | 229篇 |
1999年 | 163篇 |
1998年 | 157篇 |
1997年 | 114篇 |
1996年 | 97篇 |
1995年 | 91篇 |
1994年 | 70篇 |
1993年 | 57篇 |
1992年 | 49篇 |
1991年 | 58篇 |
1990年 | 39篇 |
1989年 | 38篇 |
1988年 | 6篇 |
1987年 | 5篇 |
1986年 | 2篇 |
1985年 | 3篇 |
1984年 | 6篇 |
1983年 | 10篇 |
1982年 | 4篇 |
1981年 | 1篇 |
1959年 | 1篇 |
1951年 | 4篇 |
排序方式: 共有10000条查询结果,搜索用时 31 毫秒
1.
2.
以雁崖薄煤层矿井采用的WG-2×125/571-WD型滚筒采煤机为研究对象,在阐述了滚筒装煤机理的计算过程后,利用MATLAB软件对叶片螺旋升角与装煤效率进行了模拟仿真,获得了螺旋升角的最佳值,接着利用PFC颗粒流软件将改进后的滚筒结构与原滚筒结构进行了模拟仿真.通过仿真得知:改进后的滚筒结构不仅能有效提高抛煤速度,而且能缩短煤流在叶片上的滑移时间. 相似文献
4.
5.
《电子技术与软件工程》2015,(16)
本文对津滨轻轨受电弓控制原理进行了分析,并结合轻轨运营、设备状态及线路情况对受电弓在使用过程中存在的问题进行了分析,研究了有针对性的改进方案,提升轻轨列车运行的安全性、可靠性。 相似文献
6.
为了研究荷电细水雾对瓦斯爆炸超压的影响规律和机理,采用小尺寸管道模拟瓦斯爆炸,研究不同荷电电压作用下的瓦斯爆炸超压和平均压升速率,以及不同雾通量作用下的瓦斯爆炸超压.结果表明:随着荷电电压的升高,瓦斯爆炸超压和平均压升速率受到明显的抑制;随着雾通量的增加,瓦斯爆炸超压明显降低.在实验条件下,和普通细水雾相比,当雾通量为4L、荷电电压为8kV时,瓦斯爆炸超压峰值降低10.798kPa,降幅达49.78%;平均压升速率峰值降低180.468kPa/s,降幅达49.90%. 相似文献
8.
9.
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
10.
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