全文获取类型
收费全文 | 54743篇 |
免费 | 5133篇 |
国内免费 | 5163篇 |
学科分类
工业技术 | 65039篇 |
出版年
2024年 | 1377篇 |
2023年 | 4285篇 |
2022年 | 4074篇 |
2021年 | 4513篇 |
2020年 | 3738篇 |
2019年 | 4308篇 |
2018年 | 1750篇 |
2017年 | 1593篇 |
2016年 | 1605篇 |
2015年 | 2200篇 |
2014年 | 4634篇 |
2013年 | 2777篇 |
2012年 | 2977篇 |
2011年 | 4245篇 |
2010年 | 3394篇 |
2009年 | 3181篇 |
2008年 | 3258篇 |
2007年 | 2431篇 |
2006年 | 1537篇 |
2005年 | 1336篇 |
2004年 | 1169篇 |
2003年 | 1027篇 |
2002年 | 782篇 |
2001年 | 636篇 |
2000年 | 505篇 |
1999年 | 352篇 |
1998年 | 283篇 |
1997年 | 234篇 |
1996年 | 181篇 |
1995年 | 166篇 |
1994年 | 130篇 |
1993年 | 111篇 |
1992年 | 77篇 |
1991年 | 41篇 |
1990年 | 55篇 |
1989年 | 39篇 |
1988年 | 6篇 |
1987年 | 1篇 |
1986年 | 17篇 |
1985年 | 2篇 |
1984年 | 3篇 |
1982年 | 2篇 |
1980年 | 1篇 |
1965年 | 5篇 |
1948年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 14 毫秒
11.
电力系统维护是电力系统稳定运行的重要保障,应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术,结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务,结合电力线图像特点嵌入改进的图像输入策略和注意力模块,提出一种基于阶段注意力机制的电力线提取模型(SA-Unet)。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略(Stage input fusion strategy, SIFS),充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块(Stage attention module,SAM)聚焦电力线特征,从大量信息中快速筛选出高价值信息。实验结果表明,该方法在复杂背景的多场景中具有良好的性能。 相似文献
12.
为了有效预测输电网系统在强风作用下的响应,并开展高效精准的性能评估,文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例,首先对监测数据进行清洗和重构,通过大数据深度学习建立荷载输入和响应输出的等效映射模型,然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应,计算不同性能水准的易损性曲线。研究结果表明,经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素,有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据,更高效地进行输电网系统风致易损性评估。 相似文献
13.
文化是语言表达的核心内涵,读写是语言交流的重要途径,两者在英语语言学习中占据着至关重要的地位。大学作为优秀专业人才培养基地,英语教学发展一直是学术界重点关注和思考的研究课题,面对新时期的教育发展,如何提高英语文化与读写教学成为了大学英语教学研究所面临的重难点问题。在2019年四川工业科技学院教育教学改革项目(cgkjg-19028)资助下,参阅《新时代大学英语教育教学理论与实践研究》一书,深入探讨新时期大学英语文化与读写教学研究。 相似文献
14.
人机对话中小样本学习场景下的意图识别和槽填充,是自然语言处理的一个重要课题.本文采用基于度量学习的方法,通过计算query set中的样本与support set中样本的距离,寻找距离最近的类别样本作为分类标签,同时将两个任务联合进行训练,用以提升模型的效果.从实验结果中可以得出,本文提出的Fine-tune方法,对意图识别和槽填充任务都有一定的帮助和提升.胶囊网络在意图识别中也起到了一定的效果,可以帮助去除一部分无关信息,但对槽填充任务的帮助不明显;而任务自适应的投影网络,可以更好地将不同类的向量分开,提升了两个任务的性能. 相似文献
15.
16.
17.
18.
为提高低信噪比下高分辨一维距离像目标识别性能,提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展,实现对目标高分辨一维距离像局部特征与全局特征的提取。其中,在训练阶段利用支持向量理论与字典学习原理,对特征提取字典进行优化提高特征向量的可分性。在测试阶段,利用因子分析模型匹配方法对去噪声字典进行优化,从而实现对噪声的有效抑制,保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试,结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像,并实现较高的识别正确率。 相似文献
19.
针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题,结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略,提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况,并针对采样后数据噪声问题进行ENN数据清洗,结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型,在AEEEM数据库上使用交叉验证对提出的方案进行性能评估,结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。 相似文献