全文获取类型
收费全文 | 127023篇 |
免费 | 17306篇 |
国内免费 | 13631篇 |
学科分类
工业技术 | 157960篇 |
出版年
2024年 | 1760篇 |
2023年 | 5161篇 |
2022年 | 4942篇 |
2021年 | 6050篇 |
2020年 | 5271篇 |
2019年 | 6271篇 |
2018年 | 3430篇 |
2017年 | 4455篇 |
2016年 | 4909篇 |
2015年 | 5839篇 |
2014年 | 8668篇 |
2013年 | 7523篇 |
2012年 | 8817篇 |
2011年 | 8808篇 |
2010年 | 8534篇 |
2009年 | 9048篇 |
2008年 | 10070篇 |
2007年 | 10122篇 |
2006年 | 6290篇 |
2005年 | 5448篇 |
2004年 | 4912篇 |
2003年 | 4242篇 |
2002年 | 3261篇 |
2001年 | 2571篇 |
2000年 | 1989篇 |
1999年 | 1616篇 |
1998年 | 1374篇 |
1997年 | 1173篇 |
1996年 | 993篇 |
1995年 | 797篇 |
1994年 | 763篇 |
1993年 | 572篇 |
1992年 | 586篇 |
1991年 | 533篇 |
1990年 | 519篇 |
1989年 | 482篇 |
1988年 | 73篇 |
1987年 | 31篇 |
1986年 | 20篇 |
1985年 | 10篇 |
1984年 | 9篇 |
1983年 | 4篇 |
1982年 | 2篇 |
1981年 | 1篇 |
1979年 | 3篇 |
1959年 | 4篇 |
1951年 | 4篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
71.
72.
73.
为了提高花粉浓度预报的准确率,解决现有花粉浓度预报准确率不高的问题,提出了一种基于粒子群优化(PSO)算法和支持向量机(SVM)的花粉浓度预报模型。首先,综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素,选择与花粉浓度相关性较强的气象要素构成特征向量;其次,利用特征向量与花粉浓度数据建立SVM预测模型,并使用PSO算法找出最优参数;然后利用最优参数优化花粉浓度预测模型;最后,使用优化后的模型对花粉未来24 h浓度进行预测,并与未优化的SVM、多元线性回归法(MLR)、反向神经网络(BPNN)作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明,相比其他预报方法,所提方法能有效提高花粉浓度未来24 h预测精度,并具有较高的泛化能力。 相似文献
75.
76.
针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题,同时为了充分结合误用检测模型和异常检测模型的优势,提出一种采用信息增益率的混合入侵检测模型.首先,利用信息增益率定量地选择特征子集,最大程度地保留样本信息;其次,采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型,使其更好地平衡粒子在全局和局部的搜索能力,然后,选取灰狼算法确定单类支持向量机参数构建异常检测模型,以此来提高对最优参数的搜索效率和精细程度,综合提高混合入侵检测模型对攻击的检测效果;最后,通过两种数据集进行仿真实验,验证了所提混合入侵检测模型具有较好的检测性能. 相似文献
80.