全文获取类型
收费全文 | 74284篇 |
免费 | 9544篇 |
国内免费 | 7375篇 |
学科分类
工业技术 | 91203篇 |
出版年
2024年 | 2067篇 |
2023年 | 6691篇 |
2022年 | 6467篇 |
2021年 | 6916篇 |
2020年 | 5338篇 |
2019年 | 5015篇 |
2018年 | 1976篇 |
2017年 | 2111篇 |
2016年 | 1945篇 |
2015年 | 2090篇 |
2014年 | 3498篇 |
2013年 | 2934篇 |
2012年 | 3458篇 |
2011年 | 3582篇 |
2010年 | 3350篇 |
2009年 | 3654篇 |
2008年 | 3992篇 |
2007年 | 3626篇 |
2006年 | 3222篇 |
2005年 | 3116篇 |
2004年 | 2680篇 |
2003年 | 2207篇 |
2002年 | 1789篇 |
2001年 | 1645篇 |
2000年 | 1456篇 |
1999年 | 1235篇 |
1998年 | 1074篇 |
1997年 | 948篇 |
1996年 | 902篇 |
1995年 | 694篇 |
1994年 | 440篇 |
1993年 | 335篇 |
1992年 | 303篇 |
1991年 | 162篇 |
1990年 | 126篇 |
1989年 | 85篇 |
1988年 | 10篇 |
1987年 | 9篇 |
1986年 | 18篇 |
1985年 | 9篇 |
1984年 | 3篇 |
1983年 | 7篇 |
1981年 | 5篇 |
1980年 | 3篇 |
1977年 | 1篇 |
1975年 | 1篇 |
1973年 | 2篇 |
1960年 | 1篇 |
1959年 | 1篇 |
1951年 | 3篇 |
排序方式: 共有10000条查询结果,搜索用时 468 毫秒
11.
传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题,利用图神经网络学习推理网络关系数据的特点,结合捕获的网络全局信息,提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模,将复杂的网络信息转化为形式化的图数据进行描述,利用图空域卷积处理图网络节点的消息传递过程,实现网络信息之间的关系推理,研究了实现网络性能预测的图神经网络模型,提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构,最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。 相似文献
12.
13.
《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
14.
针对在我国各大矿区广泛应用的EBZ160悬臂式掘进机,基于声发射原理及技术,设计一套掘进机故障诊断声发射检测系统,获得各种故障的声发射数据样本,同时借助小波神经网络的迭代收敛性质,对故障数据样本的精确度进行验证,正确率较高,能够较好地应用于井下掘进机的故障诊断. 相似文献
15.
电力系统维护是电力系统稳定运行的重要保障,应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术,结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务,结合电力线图像特点嵌入改进的图像输入策略和注意力模块,提出一种基于阶段注意力机制的电力线提取模型(SA-Unet)。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略(Stage input fusion strategy, SIFS),充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块(Stage attention module,SAM)聚焦电力线特征,从大量信息中快速筛选出高价值信息。实验结果表明,该方法在复杂背景的多场景中具有良好的性能。 相似文献
16.
为了有效预测输电网系统在强风作用下的响应,并开展高效精准的性能评估,文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例,首先对监测数据进行清洗和重构,通过大数据深度学习建立荷载输入和响应输出的等效映射模型,然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应,计算不同性能水准的易损性曲线。研究结果表明,经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素,有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据,更高效地进行输电网系统风致易损性评估。 相似文献
17.
基于神经网络和遗传算法的锭子弹性管性能优化 总被引:1,自引:0,他引:1
为得到减振弹性管对下锭胆的支承弹性和锭子高速运动下的稳定性等性能的最优匹配效率,依据减振弹性管的等效抗弯刚度及底部等效刚度系数公式,利用MatLab数值分析软件构建弹性管抗弯刚度和底部挠度数学模型。首先,结合Isight优化软件基于径向基神经网络构建其近似模型,且使精度达到可接受水平,并以模型的关键结构参数弹性模量、螺距、槽宽、壁厚为设计变量,结合遗传算法对弹性管抗弯刚度和底部挠度进行多目标优化设计,得到Pareto最优解集和Pareto前沿图,确定出减振弹性管结构工艺参数的优化方案。通过对优化数据进行分析发现,该方案在保证减振弹性管弹性的同时,其底部振幅明显减弱。 相似文献
18.
19.
20.
针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题,结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略,提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况,并针对采样后数据噪声问题进行ENN数据清洗,结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型,在AEEEM数据库上使用交叉验证对提出的方案进行性能评估,结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。 相似文献