全文获取类型
收费全文 | 1959篇 |
免费 | 137篇 |
国内免费 | 77篇 |
学科分类
工业技术 | 2173篇 |
出版年
2024年 | 21篇 |
2023年 | 59篇 |
2022年 | 81篇 |
2021年 | 92篇 |
2020年 | 66篇 |
2019年 | 69篇 |
2018年 | 79篇 |
2017年 | 45篇 |
2016年 | 56篇 |
2015年 | 64篇 |
2014年 | 126篇 |
2013年 | 109篇 |
2012年 | 120篇 |
2011年 | 129篇 |
2010年 | 102篇 |
2009年 | 127篇 |
2008年 | 115篇 |
2007年 | 112篇 |
2006年 | 69篇 |
2005年 | 90篇 |
2004年 | 64篇 |
2003年 | 52篇 |
2002年 | 51篇 |
2001年 | 42篇 |
2000年 | 50篇 |
1999年 | 32篇 |
1998年 | 35篇 |
1997年 | 24篇 |
1996年 | 20篇 |
1995年 | 14篇 |
1994年 | 8篇 |
1993年 | 10篇 |
1992年 | 14篇 |
1991年 | 9篇 |
1990年 | 2篇 |
1989年 | 3篇 |
1988年 | 6篇 |
1987年 | 4篇 |
1986年 | 1篇 |
1985年 | 1篇 |
排序方式: 共有2173条查询结果,搜索用时 15 毫秒
81.
82.
电能计量装置的计量误差分析方法 总被引:2,自引:2,他引:2
提出了电能计量装置的计量误差以一定的置信概率落在一定的区间内的描述方法,这种方法简单、直观、基本有效,并举例说明了该方法的应用过程。 相似文献
83.
提出了一种基于瞬时无功功率理论的先进静止无功发生器(ASVG)的控制方案。首先详细地对瞬时无功功率理论检测控制信号进行了分析,在此基础上,介绍了无功电流闭环间接控制方案,应用基于瞬时无功功率理论的无功电流检测法实时检测无功电流,提高了系统响应速度。然后简单介绍了ASVG的电路结构;控制器选用TMS320LF2407来实现数据采样、计算和实时控制,满足ASVG实时快速控制的要求,提高了PWM脉冲精度。最后通过Matlab对控制方案做了系统仿真。通过理论论证和仿真分析表明本设计方案是可行的。 相似文献
84.
根据线阵CCD驱动时序的特点,给出一种线阵CCD驱动电路的设计方法。采用具有增强型内核的单片机产生CCD所需的驱动波形,能充分发挥单片机可编程的特点, 为用户提供丰富的驱动信号接口,并实现了电子快门功能。首先介绍CCD驱动模块的基本工作原理、主要特点和驱动时序的设计思路,接着完成驱动模块软硬件的设计,最后通过大量实验验证该驱动模块的有效性。实验结果表明: 该驱动模块所产生的驱动信号满足CCD的需要,当该驱动模块集成到其他无接触测量系统中时, 该测量系统能正常稳定工作,测量结果准确,精度达到了μm级。 相似文献
85.
利用2种原煤制得的活性焦进行烟气脱硫并对脱硫后的活性焦水洗再生试验进行研究。研究发现,高变质煤制备的活性焦NM吸附SO2能力及水洗再生性能均高于低变质煤制备的活性焦SX。水洗再生试验表明,SX活性焦用纯水再生,再生率可达32.67%。用适量碱液再生,再生率可达55.04%,NM活性焦用纯水再生,再生率可达82.43%,用适量碱液再生,再生率可达97.2%。分析焦样发现,碱液再生后SX活性焦平均孔径和比表面积均降低,而碱液再生后的NM活性焦平均孔径和比表面积均有增加。 相似文献
86.
本文旨在探讨泡菜中益生菌对患有非酒精性脂肪肝病(Nonalcoholic fatty liver disease,NAFLD)的小鼠肠道菌群稳态和脂质水平的影响。采用蛋氨酸-胆碱缺乏饲料喂食C57BL/6J小鼠,构建NAFLD疾病小鼠模型。以市售泡菜为原料,对其中的益生菌进行分离并鉴定后,进一步增菌培养得到107 CFU/mL的菌液。将肝脂变模型小鼠分为自然恢复组和实验组,分别灌胃PBS和菌液,对照组灌胃PBS,每2周采集一次小鼠的粪便,检测菌群的多样性。结果表明:通过16S rDNA分子生物学特征鉴定从泡菜中分离得到的菌株为植物乳杆菌。肝脂变小鼠经灌胃菌液实验后,可显著提高(P<0.05)粪便中双歧杆菌和乳酸杆菌的含量,降低肠球菌、肠杆菌和脆弱拟杆菌的数量;HE染色发现实验组中脂肪粒径和肝脂含量较自然恢复组降低;血液检测表明实验组中谷草转氨酶、谷丙转氨酶和碱性磷酸酶的含量显著低于(P<0.05)自然恢复组;血清中甘油三酯和总胆固醇含量高于自然恢复组。结论:泡菜中分离的益生菌可显著改善NAFLD小鼠肠道菌群紊乱及异常肝脂水平状态。 相似文献
87.
传统的SAR目标检测算法容易受到复杂背景的干扰,因此利用被广泛应用于图像目标检测和识别领域的Faster-RCNN方法,对复杂背景下的SAR图像进行车辆目标检测实验。在对样本数据进行预处理后对车辆真实位置进行标记,采用可视化的深度学习客户端对样本进行裁剪和旋转,扩充样本数据库。利用已充分训练的模型权重对ZF和VGG-16网络进行预训练,再利用扩充的数据集进行训练和验证,并使用包含MiniSAR数据的测试集进行测试。实验证明,ZF网络和VGG-16的检测效果类似,但是ZF网络因为网络层数更少因而检测耗时更短。 相似文献
88.
89.
90.