全文获取类型
收费全文 | 132117篇 |
免费 | 5066篇 |
国内免费 | 4837篇 |
学科分类
工业技术 | 142020篇 |
出版年
2024年 | 415篇 |
2023年 | 1625篇 |
2022年 | 2046篇 |
2021年 | 2982篇 |
2020年 | 3540篇 |
2019年 | 4946篇 |
2018年 | 1888篇 |
2017年 | 3077篇 |
2016年 | 3785篇 |
2015年 | 5700篇 |
2014年 | 13652篇 |
2013年 | 10338篇 |
2012年 | 9522篇 |
2011年 | 9360篇 |
2010年 | 7696篇 |
2009年 | 7471篇 |
2008年 | 12160篇 |
2007年 | 10984篇 |
2006年 | 5534篇 |
2005年 | 6566篇 |
2004年 | 4874篇 |
2003年 | 2311篇 |
2002年 | 1909篇 |
2001年 | 1484篇 |
2000年 | 1561篇 |
1999年 | 1322篇 |
1998年 | 1035篇 |
1997年 | 715篇 |
1996年 | 640篇 |
1995年 | 576篇 |
1994年 | 427篇 |
1993年 | 356篇 |
1992年 | 348篇 |
1991年 | 318篇 |
1990年 | 328篇 |
1989年 | 284篇 |
1988年 | 64篇 |
1987年 | 29篇 |
1986年 | 34篇 |
1985年 | 27篇 |
1984年 | 24篇 |
1983年 | 16篇 |
1982年 | 18篇 |
1981年 | 21篇 |
1980年 | 7篇 |
1979年 | 1篇 |
1975年 | 2篇 |
1957年 | 1篇 |
1948年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 93 毫秒
12.
13.
混合传感节点的属性较难形成统一识别特征,其节点属性约简过程复杂,存在分类时间长及分类性能差的问题。为此,提出了基于粗糙集的混合传感节点高精度分类算法。在初始化传感节点的基础上计算适应度值,利用遗传算法优化粗糙集修正校验结果,获得统一编码形式的节点。在此基础上,排除了属性权重为“0”的属性,完成节点属性约简。再利用普通分类方法和高级分类方法结合的方式,进行混合节点分类。根据约束条件选取对应的分类方法,实现混合传感节点高精度分类。仿真结果表明,所提算法的分类用时低于520 ms,且该方法的查全率、查准率及F1值均高于对比方法,混合传感节点分类性能较好。 相似文献
15.
<正>继火锅第一股、新式茶饮第一股后,凭借着逼近6000家的全国加盟门店数量以及超过11亿元的年平均营收业绩,成立19年的餐饮品牌“杨国福”再一次引发港股餐饮赛道的火爆,正全力冲刺“麻辣烫第一股”桂冠。2月22日晚间,上海杨国福企业管理(集团)股份有限公司向港交所提交上市申请书。值得注意的是,在杨国福近6000家餐厅中,直营店仅有3家,加盟店几乎撑起了杨国福的“全部江山”。而庞大的加盟体系致使杨国福的加盟管理问题成了“硬伤”, 相似文献
16.
自动紧急制动是汽车安全行驶的重要保障,也是汽车智能化关键技术研究的重点和难点。针对传统防撞时间(Time To Collision,TTC)模型在复杂工况下,本车与目标车车辆速度接近时易出现无限大的问题导致预警过早或过晚的问题,以四轮独立驱动电动汽车为研究对象,提出一种基于二阶TTC的自动紧急制动模型。将目标车按照场景分为静止、ACC和Cut-in等三种类型,通过二阶TTC计算到可能碰撞时间,并与预设的时间阈值进行对比,力矩分配控制器根据当前输入信息计算得到制动力矩并传给车辆执行机构,车辆根据当前信息进行减速或紧急等辅助措施。利用联合仿真对该紧急制动模型进行了验证,结果表明当目标车存在加速度的情况下,该自动紧急制动模型相较与传统一阶TTC紧急制动模型能够很好地进行制动,防止车辆碰撞,并能有效适应复杂工况。 相似文献
17.
18.
Eni公司可再生能源和环境研发中心开发了废弃物转化制燃料(W2F)技术。该技术是以城市固体废弃物中的有机成分(OFMSW)为原料生产生物燃料,这种有机成分是厨余垃圾组成部分。该研发中心是世界上首家设计、开发这类技术并申请专利的机构。意大利每年收集约30 Mt垃圾,经过正确分类的垃圾约14 Mt,其中含有约7 Mt OFMSW。如果收集更多并更细致分离厨余垃圾的话,得到的OFMSW可达10 Mt。目前,OFMSW主要用于农业堆肥,也有少量用于生产沼气。 相似文献
19.
《中国计量学院学报》2022,(1):92-99
目的:利用图神经网络,构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先,用图卷积神经网络提取节点的初始特征。其次,用多头密集连接网络学习节点重要性得分,并根据得分进行节点采样得到池化图。之后,对池化图中的节点进行结构学习,以保证图结构的完整性。最后,将学到的图表示放到分类器中,完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比,我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。 相似文献
20.