全文获取类型
收费全文 | 54881篇 |
免费 | 7420篇 |
国内免费 | 6872篇 |
专业分类
电工技术 | 2126篇 |
综合类 | 4917篇 |
化学工业 | 860篇 |
金属工艺 | 651篇 |
机械仪表 | 3384篇 |
建筑科学 | 1375篇 |
矿业工程 | 548篇 |
能源动力 | 222篇 |
轻工业 | 2233篇 |
水利工程 | 335篇 |
石油天然气 | 391篇 |
武器工业 | 668篇 |
无线电 | 16998篇 |
一般工业技术 | 3134篇 |
冶金工业 | 302篇 |
原子能技术 | 280篇 |
自动化技术 | 30749篇 |
出版年
2024年 | 824篇 |
2023年 | 2451篇 |
2022年 | 2673篇 |
2021年 | 3039篇 |
2020年 | 2375篇 |
2019年 | 2541篇 |
2018年 | 1414篇 |
2017年 | 1877篇 |
2016年 | 2025篇 |
2015年 | 2442篇 |
2014年 | 3894篇 |
2013年 | 3303篇 |
2012年 | 4017篇 |
2011年 | 4024篇 |
2010年 | 3729篇 |
2009年 | 4178篇 |
2008年 | 4371篇 |
2007年 | 3462篇 |
2006年 | 3019篇 |
2005年 | 2996篇 |
2004年 | 2719篇 |
2003年 | 2099篇 |
2002年 | 1516篇 |
2001年 | 1148篇 |
2000年 | 870篇 |
1999年 | 472篇 |
1998年 | 388篇 |
1997年 | 296篇 |
1996年 | 233篇 |
1995年 | 214篇 |
1994年 | 181篇 |
1993年 | 110篇 |
1992年 | 71篇 |
1991年 | 70篇 |
1990年 | 57篇 |
1989年 | 58篇 |
1988年 | 3篇 |
1987年 | 2篇 |
1986年 | 8篇 |
1983年 | 2篇 |
1959年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
2.
在传统的轮胎表面缺陷依靠人工检测,存在劳动强度高、受人的主观影响大以及效率低下的问题。针对这一现象,研究了一种基于机器视觉的轮胎表面缺陷3D检测系统。该系统依靠机器视觉系统获取检测轮胎的表面图像,然后创建3D模型、判定缺陷类型,最终实现实时自动预警,为轮胎生产商提供一种自动化检测方案。系统集成了先进的技术、软件和工具,配套的信息管控系统可以对轮胎型号和生产数据进行采集、存储、分析,以便在生产过程中实现更高效、更可靠的质量控制,具有较高的实际应用推广价值。 相似文献
3.
4.
电路板在我们的日常生活中非常常见,这就使得印刷电路板的缺陷检测显得尤为重要。AOI作为新兴的检测PCB板缺陷的系统,在生产实际中正在被大家熟知并且应用。相较于传统的检测方式,AOI系统比较灵活,无论是在检测时间还是系统运算上,或者是对相关技术人员的要求相较于传统方式都比较有优势,本文就AOI系统在实际中的应用展开讨论,分析并且介绍了在实际应用中的具体细则。 相似文献
5.
随着网络上创建连接、协作、共享的全新变革方式的出现,互联网上丰富的社交行为现象引起了研究者和实践者的关注.近年来,随着社交网络平台的普及与推广,基于社交网络的推荐系统也成为了个性化推荐领域的研究热点之一,社交推荐系统可以利用社交网络来缓解传统的推荐算法中数据稀疏性问题.在社交网络中,社交关系影响起着重要作用,而用户信任是社交关系形成的基础,每一个用户会受到其信任的用户影响,这些被信任的用户也会被自己的社交关系所影响,这就表明了联系在一起的用户会相互影响,导致社交联系之间的用户偏好具有相似性.用户的信任关系影响着用户偏好的推断,同时用户受到其信任用户的社交关系影响,而这些社交关系影响在社交网络中递归传播和扩散.因此,基于社交推荐算法研究的关键就在于信任信息的挖掘和利用.在基于社交网络的推荐领域中,比较有代表性的模型为Diff Net,该模型未充分考虑到信任问题,同时,在递归计算长距离的社交关系时,有额外的噪声,影响推荐预测的质量.本文提出了基于Diff Net改进的社交推荐模型-EIDNet.首先,该模型在模拟社交关系影响扩散过程时,通过用户对物品的历史交互记录建立用户间的信任关系,并融... 相似文献
6.
7.
8.
9.
10.
利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。 相似文献