全文获取类型
收费全文 | 18535篇 |
免费 | 5208篇 |
国内免费 | 896篇 |
专业分类
电工技术 | 1960篇 |
综合类 | 2524篇 |
化学工业 | 2418篇 |
金属工艺 | 388篇 |
机械仪表 | 1559篇 |
建筑科学 | 793篇 |
矿业工程 | 96篇 |
能源动力 | 318篇 |
轻工业 | 656篇 |
水利工程 | 364篇 |
石油天然气 | 275篇 |
武器工业 | 194篇 |
无线电 | 2068篇 |
一般工业技术 | 774篇 |
冶金工业 | 465篇 |
原子能技术 | 148篇 |
自动化技术 | 9639篇 |
出版年
2024年 | 6篇 |
2023年 | 93篇 |
2022年 | 360篇 |
2021年 | 348篇 |
2020年 | 363篇 |
2019年 | 402篇 |
2018年 | 576篇 |
2017年 | 412篇 |
2016年 | 509篇 |
2015年 | 326篇 |
2014年 | 3624篇 |
2013年 | 2490篇 |
2012年 | 3306篇 |
2011年 | 3578篇 |
2010年 | 3160篇 |
2009年 | 2800篇 |
2008年 | 1065篇 |
2007年 | 296篇 |
2006年 | 218篇 |
2005年 | 153篇 |
2004年 | 98篇 |
2003年 | 103篇 |
2002年 | 74篇 |
2001年 | 85篇 |
2000年 | 42篇 |
1999年 | 20篇 |
1998年 | 17篇 |
1997年 | 15篇 |
1996年 | 6篇 |
1995年 | 15篇 |
1994年 | 8篇 |
1993年 | 6篇 |
1992年 | 4篇 |
1991年 | 7篇 |
1990年 | 4篇 |
1989年 | 1篇 |
1988年 | 2篇 |
1987年 | 4篇 |
1986年 | 1篇 |
1985年 | 3篇 |
1984年 | 7篇 |
1983年 | 4篇 |
1982年 | 6篇 |
1981年 | 8篇 |
1980年 | 4篇 |
1979年 | 4篇 |
1978年 | 4篇 |
1976年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患,通过死亡风险预测可以有针对性地对病人做出临床诊断,以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表,针对ICU病人临床监测的17项生理参数,提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型,用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库,从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究,除了六组超参数实验之外,将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归(logistic regression)和支持向量机(support vector machine, SVM)四种模型进行了对比分析,准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标,实验结果表明,所提模型性能优于其他模型,AUC值达到94.3%。 相似文献
2.
为了开发β受体阻断剂新药(S)-噻吗洛尔半水合物,采用3-吗啉-4-氯-1,2,5-噻二唑为起始原料,经水解反应得到中间体1(3-吗啉-4-羟基-1,2,5-噻二唑)。中间体1与R-环氧氯丙烷发生醚化反应,经后处理及重结晶得到中间体2 {(R)-4-[4-(环氧乙烷-2-基甲氧基)-1,2,5-噻二唑-3-基]吗啉}。中间体2经胺化反应、马来酸成盐及重结晶得到(S)-马来酸噻吗洛尔。(S)-马来酸噻吗洛尔经游离、纯水转晶得到符合药典标准的(S)-噻吗洛尔半水合物,总收率14.05%且e.e.值为99.66%。最终成品经IR、1H-NMR、13C-NMR、MS、TGA、DSC表征,并优化各步反应条件。结果表明:以三乙胺为醚化反应缚酸剂75 ℃反应最佳;以乙醇为胺化反应溶剂46 ℃反应16 h最佳;S-噻吗洛尔的转晶拆分以水作溶剂,比传统不对称合成工艺安全稳定,操作简单,适合工业化生产。 相似文献
3.
目前网络上的服装图像数量增长迅猛,对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络(Region-Based Fully Convolutional Networks,R-FCN)引入到服装图像识别中,针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题,提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合,改变图片特征学习方式,使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络,对输入服装图像和特征图进行了空间变换及对齐,加强了对多角度服装和形变服装的特征学习。实验结果表明,改进后的HSR-FCN模型有效地加强了对形变服装图像的学习,且在训练时间更短的情况下,比原来的网络模型R-FCN平均准确率提高了大约3个百分点,达到96.69%。 相似文献
4.
针对平面并联机构无奇异位置工作空间求解困难、过程繁琐、计算量大等问题,提出了基于CAD求解平面并联机构工作空间的三维螺旋扫描方法。将[n]自由度平面并联机构分解成[n]条支链进行独立分析,得到每条支链下末端执行器的可达区域,再将所有支链可达区域取交集即为平面并联机构工作空间。应用SolidWorks软件建立平面并联机构模型,进行几何特征处理,通过自动求解器求解,将求解过程图形化,快速得到同轴布局5R机构和平面3-RPR并联机构的无奇异位置工作空间。通过同轴布局5R机构的运动学实验,验证了该求解方法的可行性。 相似文献
5.
针对基于容积脉搏波(PPG)提取运动心率时,传统心率提取算法由于运动噪声干扰使测量结果误差大、实时性不好的问题,提出一种抗运动干扰的实时心率提取方法。该方法通过实时小波去噪,同时结合三轴加速度信号(ACC)对运动进行分类训练,计算各运动状态心率增益,对实时心率值进行补偿。实验结果表明,通过与同时采集的ECG信号计算出的实时心率进行对比,绝对误差率仅为1.2%左右。相比传统心率提取算法,该算法具有抗干扰性强,实时准确的特点。 相似文献
6.
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
7.
Clustering is a solution for classifying enormous data when there is not any early knowledge about classes. With emerging new concepts like cloud computing and big data and their vast applications in recent years, research works have been increased on unsupervised solutions like clustering algorithms to extract knowledge from this avalanche of data. Clustering time-series data has been used in diverse scientific areas to discover patterns which empower data analysts to extract valuable information from complex and massive datasets. In case of huge datasets, using supervised classification solutions is almost impossible, while clustering can solve this problem using un-supervised approaches. In this research work, the focus is on time-series data, which is one of the popular data types in clustering problems and is broadly used from gene expression data in biology to stock market analysis in finance. This review will expose four main components of time-series clustering and is aimed to represent an updated investigation on the trend of improvements in efficiency, quality and complexity of clustering time-series approaches during the last decade and enlighten new paths for future works. 相似文献
8.
This paper proposes a software pipelining framework, CALiBeR (ClusterAware Load Balancing Retiming Algorithm), suitable for compilers targetingclustered embedded VLIW processors. CALiBeR can be used by embedded systemdesigners to explore different code optimization alternatives, that is, high-qualitycustomized retiming solutions for desired throughput and program memory sizerequirements, while minimizing register pressure. An extensive set of experimentalresults is presented, demonstrating that our algorithm compares favorablywith one of the best state-of-the-art algorithms, achieving up to 50% improvementin performance and up to 47% improvement in register requirements. In orderto empirically assess the effectiveness of clustering for high ILP applications,additional experiments are presented contrasting the performance achievedby software pipelined kernels executing on clustered and on centralized machines. 相似文献
9.
Dantong Yu Gholamhosein Sheikholeslami Aidong Zhang 《Knowledge and Information Systems》2002,4(4):387-412
Finding the rare instances or the outliers is important in many KDD (knowledge discovery and data-mining) applications, such
as detecting credit card fraud or finding irregularities in gene expressions. Signal-processing techniques have been introduced
to transform images for enhancement, filtering, restoration, analysis, and reconstruction. In this paper, we present a new
method in which we apply signal-processing techniques to solve important problems in data mining. In particular, we introduce
a novel deviation (or outlier) detection approach, termed FindOut, based on wavelet transform. The main idea in FindOut is to remove the clusters from the original data and then identify
the outliers. Although previous research showed that such techniques may not be effective because of the nature of the clustering,
FindOut can successfully identify outliers from large datasets. Experimental results on very large datasets are presented
which show the efficiency and effectiveness of the proposed approach.
Received 7 September 2000 / Revised 2 February 2001 / Accepted in revised form 31 May 2001
Correspondence and offprint requests to: A. Zhang, Department of Computer Science and Engineering, State University of New York at Buffalo, Buffalo, NY 14260, USA.
Email: azhang@cse.buffalo.eduau 相似文献
10.
Support vector clustering involves three steps—solving an optimization problem, identification of clusters and tuning of hyper-parameters. In this paper, we introduce a pre-processing step that eliminates data points from the training data that are not crucial for clustering. Pre-processing is efficiently implemented using the R*-tree data structure. Experiments on real-world and synthetic datasets show that pre-processing drastically decreases the run-time of the clustering algorithm. Also, in many cases reduction in the number of support vectors is achieved. Further, we suggest an improvement for the step of identification of clusters. 相似文献