全文获取类型
收费全文 | 3995篇 |
免费 | 229篇 |
国内免费 | 151篇 |
学科分类
工业技术 | 4375篇 |
出版年
2024年 | 39篇 |
2023年 | 128篇 |
2022年 | 131篇 |
2021年 | 143篇 |
2020年 | 117篇 |
2019年 | 132篇 |
2018年 | 144篇 |
2017年 | 81篇 |
2016年 | 90篇 |
2015年 | 116篇 |
2014年 | 240篇 |
2013年 | 180篇 |
2012年 | 194篇 |
2011年 | 201篇 |
2010年 | 196篇 |
2009年 | 166篇 |
2008年 | 169篇 |
2007年 | 191篇 |
2006年 | 181篇 |
2005年 | 182篇 |
2004年 | 169篇 |
2003年 | 145篇 |
2002年 | 116篇 |
2001年 | 118篇 |
2000年 | 102篇 |
1999年 | 65篇 |
1998年 | 68篇 |
1997年 | 75篇 |
1996年 | 54篇 |
1995年 | 61篇 |
1994年 | 54篇 |
1993年 | 32篇 |
1992年 | 29篇 |
1991年 | 22篇 |
1990年 | 44篇 |
1989年 | 37篇 |
1988年 | 22篇 |
1987年 | 21篇 |
1986年 | 10篇 |
1985年 | 14篇 |
1984年 | 19篇 |
1983年 | 10篇 |
1982年 | 7篇 |
1981年 | 12篇 |
1980年 | 6篇 |
1979年 | 6篇 |
1978年 | 6篇 |
1977年 | 4篇 |
1974年 | 4篇 |
1956年 | 4篇 |
排序方式: 共有4375条查询结果,搜索用时 0 毫秒
121.
采用电化学阻抗谱和极化曲线研究了碳钢电极在以模拟冷却水为基液的Al_2O_3纳米流体中的腐蚀行为.实验结果表明,Al_2O_3纳米颗粒对碳钢的腐蚀有一定的抑制作用;Al_2O_3纳米流体中碳钢电极的耐蚀性能随着温度的升高而降低,添加分散剂十二烷基苯磺酸钠(SDBS)对碳钢也有一定的缓蚀作用,当SDBS的用量超过一定值时,对碳钢的缓蚀性能开始下降. 相似文献
122.
在分析循环分支特性的基础上,提出一种基于过期指令回收的高性能低功耗循环分支折合方法.该方法通过复用指令缓冲区硬件资源实现指令回收区.在循环分支折合过程中,循环体指令直接从回收区送入流水线,降低了分支延时,消除了指令高速缓存访问.通过自适应调整回收窗口宽度,可使有限的指令缓冲区硬件资源同时满足指令缓冲与指令回收的双重需求.当投机折合进入预测盲区时关闭分支预测存储器,从而降低投机折合的动态功耗.实验数据表明,与传统循环分支折合技术相比,应用本方法的嵌入式处理器总体性能平均提升5.03%,取指单元动态功耗下降22.10%. 相似文献
123.
124.
125.
针对目前污水处理系统能耗过大,处理效果差等问题,提出了基于改进型粒子群算法的优化控制;采用粒子群差分进化算法(PSO-DE)可以提高粒子全局搜索能力与收敛速度,克服粒子早熟现象;在实际应用中建立以溶解氧浓度(DO)与污泥排放量(Qw)为变量,以能耗与出水水质为约束条件的数学模型,通过算法全局寻优求解,验证结果表明该算法能保证出水水质前提下降低污水处理能耗。 相似文献
126.
为探究南疆地区不同掺量玄武岩纤维混凝土的耐腐蚀性能,结合该地区的盐渍土壤环境,采用该地区既有结构所常用的强度等级C35混凝土,在混凝土中分别掺入体积掺量为0%、0.1%、0.2%、0.3%的玄武岩纤维,开展MgSO4+Na2SO4+NaCl复合盐溶液浸泡下玄武岩纤维混凝土的耐腐蚀性能试验研究,选取试件的相对质量和相对弹性模量为主要指标进行分析评价。研究结果表明:当玄武岩纤维掺量为0.3%时,试件的相对质量、相对弹性模量的波动幅度较其他掺量试件的波动幅度小,说明此时混凝土抗复合盐溶液侵蚀的性能得到增强;由试件的微观结构分析可知,混凝土在MgSO4+Na2SO4+NaCl复合盐溶液侵蚀下,其主要生成的产物为钙矾石和石膏,玄武岩纤维的掺入减少了腐蚀产物的生成,与其宏观指标变化具有一致性。 相似文献
127.
128.
129.
一个有效的分布式并行挖掘关联规则算法 总被引:2,自引:2,他引:2
提出了一个基于分布式结构的快速有效的关联规则挖掘算法,它采用了分布式结构,各节点并行计算,与相关算法相比有效地减少了通信量和候选项集数目,算法可扩展性好,实现简单。 相似文献
130.
为解决传统的深度[Q]网络模型下机器人探索复杂未知环境时收敛速度慢的问题,提出了基于竞争网络结构的改进深度双[Q]网络方法(Improved Dueling Deep Double [Q]-Network,IDDDQN)。移动机器人通过改进的DDQN网络结构对其三个动作的值函数进行估计,并更新网络参数,通过训练网络得到相应的[Q]值。移动机器人采用玻尔兹曼分布与[ε]-greedy相结合的探索策略,选择一个最优动作,到达下一个观察。机器人将通过学习收集到的数据采用改进的重采样优选机制存储到缓存记忆单元中,并利用小批量数据训练网络。实验结果显示,与基本DDQN算法比,IDDDQN训练的机器人能够更快地适应未知环境,网络的收敛速度也得到提高,到达目标点的成功率增加了3倍多,在未知的复杂环境中可以更好地获取最优路径。 相似文献