首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   9453篇
  免费   799篇
  国内免费   615篇
工业技术   10867篇
  2024年   4篇
  2023年   151篇
  2022年   219篇
  2021年   270篇
  2020年   316篇
  2019年   384篇
  2018年   203篇
  2017年   237篇
  2016年   288篇
  2015年   380篇
  2014年   731篇
  2013年   590篇
  2012年   729篇
  2011年   717篇
  2010年   564篇
  2009年   612篇
  2008年   921篇
  2007年   781篇
  2006年   488篇
  2005年   504篇
  2004年   444篇
  2003年   294篇
  2002年   211篇
  2001年   148篇
  2000年   130篇
  1999年   94篇
  1998年   86篇
  1997年   68篇
  1996年   67篇
  1995年   46篇
  1994年   54篇
  1993年   28篇
  1992年   24篇
  1991年   20篇
  1990年   23篇
  1989年   25篇
  1988年   4篇
  1987年   2篇
  1986年   3篇
  1985年   1篇
  1984年   2篇
  1983年   1篇
  1982年   2篇
  1980年   1篇
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
新媒体时代促使民众获取新闻的方式更加便捷,因此得到广大民众认可,对整个媒体行业发展带来一定影响.广播电台属于传统媒体的典型,要想进一步适应时代发展,应该要求记者不断提高自身素质.对此,本文介绍了新媒体,分析了基于新媒体背景记者综合素质,并提出几点提升策略希望能够为相关人员提供参考.  相似文献   
2.
古籍退化对古籍图像二值化带来较大挑战,为此,提出一种基于离线参数调整的古籍图像二值化算法。算法分为两步,估计古籍图像背景局部均值,结合基于拉普拉斯能量的二值化算法对古籍进行二值化;根据迭代弗里德曼竞赛算法设计一种离线参数调整方法优化算法中的参数配置。所提算法在H-DIBCO 2016和H-DIBCO 2018数据集上的综合实验结果均优于其它二值化算法,验证了所提算法的有效性。  相似文献   
3.
针对强噪声背景下轴承故障特征提取困难的问题,提出一种基于奇异值分解和参数优化变分模态分解联合降噪的轴承故障特征提取方法(SSVMD):首先,对原始信号进行奇异值分解(Singular Value Decomposition,SVD)处理,运用奇异值差分谱法选取有效奇异值并将原始信号重构得到初步降噪信号;其次,为防止故障信息丢失,将残余信号进行麻雀算法(Sparrow Search Algorithm,SSA)优化的变分模态分解(Variational Mode Decomposition,VMD)算法处理,得到最佳的模态个数K和惩罚参数α,选取峭度值最大、包络熵最小的IMF分量与初步降噪信号叠加得到最终降噪信号,并对信号进行包络分析;最后,通过仿真和试验数据分析得出,该方法能在信噪比很低的情况下降低噪声含量并提取轴承故障特征,为设备的状态监测和故障诊断提供理论依据。  相似文献   
4.
5.
6.
针对新精神活性物质拉曼谱图信号其普遍存在的强荧光背景问题,充分挖掘原始信号的统计特性和荧光背景变化趋势,通过线性回归分析科学引进"广义信噪比",提出了一种新的有效去除强荧光背景的基线校正方法。该方法利用线性回归对拉曼谱图原始信号曲线漂移变化进行刻画,根据广义信噪比归一化阈值判断提取信号中的基线点,再通过相邻基线点线性连接从而得到最终的基线。经理论分析和仿真实验结果证明该算法是一种灵活实用、快速简易的高效算法。  相似文献   
7.
1.应包含论文的要点:研究对象(目的),研究方法(所用的设备、材料等),研究结果和结论;2.应简短,尽可能删去课题研究的背景信息;3.出现的数据应该是论文中最重要的数据;4.不要对自己的研究成果做评价;5.摘要应脱离原文而独立存在;6.内容应涵盖正文,不得随意增加对正文起补充或修改作用的内容;7.需要缩写的名称在第一次出现时要有全称。  相似文献   
8.
9.
10.
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号