全文获取类型
收费全文 | 212384篇 |
免费 | 13278篇 |
国内免费 | 12250篇 |
学科分类
工业技术 | 237912篇 |
出版年
2024年 | 1613篇 |
2023年 | 6282篇 |
2022年 | 6846篇 |
2021年 | 7677篇 |
2020年 | 6611篇 |
2019年 | 7290篇 |
2018年 | 3350篇 |
2017年 | 4806篇 |
2016年 | 5314篇 |
2015年 | 6485篇 |
2014年 | 15338篇 |
2013年 | 12394篇 |
2012年 | 14518篇 |
2011年 | 14956篇 |
2010年 | 14382篇 |
2009年 | 15872篇 |
2008年 | 16012篇 |
2007年 | 12530篇 |
2006年 | 10828篇 |
2005年 | 11156篇 |
2004年 | 9750篇 |
2003年 | 8157篇 |
2002年 | 6186篇 |
2001年 | 4794篇 |
2000年 | 3460篇 |
1999年 | 2367篇 |
1998年 | 1916篇 |
1997年 | 1593篇 |
1996年 | 1217篇 |
1995年 | 950篇 |
1994年 | 781篇 |
1993年 | 561篇 |
1992年 | 479篇 |
1991年 | 422篇 |
1990年 | 430篇 |
1989年 | 432篇 |
1988年 | 56篇 |
1987年 | 22篇 |
1986年 | 29篇 |
1985年 | 14篇 |
1984年 | 8篇 |
1983年 | 8篇 |
1981年 | 5篇 |
1980年 | 4篇 |
1979年 | 1篇 |
1977年 | 1篇 |
1975年 | 1篇 |
1973年 | 2篇 |
1960年 | 1篇 |
1951年 | 4篇 |
排序方式: 共有10000条查询结果,搜索用时 31 毫秒
21.
22.
23.
针对现有方法在轴承变工况方面存在的诊断精度低、人工提取特征不充分等问题,提出了基于卷积深度置信网络(convolutional deep belief network,简称CDBN)与改进核极限学习机 (improved Kernel?based extreme learning machine,简称IKELM)的滚动轴承故障智能识别方法。首先,由卷积深度置信网络对原始信号内的故障特征进行深层自适应提取;其次,利用等距特征映射对提取的多维特征进行降维,去除冗余特征信息;然后,采用改进的核极限学习机对特征进行分类,使用粒子群(particle swarm optimization, 简称PSO)对模型重要参数进行优化,实现滚动轴承变工况下的故障识别;最后,将所提方法应用于不同工况下多种轴承故障的诊断。实验结果表明,该方法能够智能有效地识别变工况的轴承故障,诊断结果优于已有的智能故障诊断方法。 相似文献
24.
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
26.
27.
对于蜂窝用户上行覆盖率这类含无穷上限的多重积分公式,直接调用积分函数进行计算耗时长且无法确保收敛。文章提出通过逐层分析被积函数特征来缩小积分区间,从而提高计算速度并保证收敛性。为验证方法的准确度,与一种特殊情况下的解析式和仿真结果进行比较,结果显示差异可忽略;同时,与直接进行无穷积分的方法进行比较,显示计算时间至少节省一半以上,且随着用户密度的降低,本方法计算效率方面的优势更加突出。 相似文献
28.
五阳煤矿南丰矿井水处理站处理水部分指标不能达到地表水环境质量Ⅲ类标准,需要进行提标改造。文章设计的深度处理工艺流程为:超滤+臭氧+生物活性炭滤池,给出了各环节的设计过程和结果,对设计的工程投资做出了预算,社会效益、经济效益可观。 相似文献
29.
钱富 《网络安全技术与应用》2022,(1)
本文主要基于软件定义通信网络,深入分析网络安全体系构建,同时总结企业内网应用经验,建设系统化技术体系,为实践应用提供参考。 相似文献
30.
5G蜂窝网络发展迅猛,其覆盖面积将逐渐增大,因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位,以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络,并根据5G天线信号的接收信号强度指示、相位和到达角等特征量,选择合适的输入数据格式构造样本组建训练集,对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库,非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间,但在训练完毕后直接进行分类定位的速度非常快,可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB,且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。 相似文献