全文获取类型
收费全文 | 28484篇 |
免费 | 1601篇 |
国内免费 | 2357篇 |
专业分类
系统科学 | 3784篇 |
丛书文集 | 989篇 |
教育与普及 | 145篇 |
理论与方法论 | 63篇 |
现状及发展 | 198篇 |
综合类 | 27263篇 |
出版年
2024年 | 168篇 |
2023年 | 709篇 |
2022年 | 686篇 |
2021年 | 775篇 |
2020年 | 793篇 |
2019年 | 777篇 |
2018年 | 462篇 |
2017年 | 589篇 |
2016年 | 627篇 |
2015年 | 917篇 |
2014年 | 1387篇 |
2013年 | 1338篇 |
2012年 | 1522篇 |
2011年 | 1661篇 |
2010年 | 1719篇 |
2009年 | 2125篇 |
2008年 | 2444篇 |
2007年 | 2132篇 |
2006年 | 1640篇 |
2005年 | 1390篇 |
2004年 | 1196篇 |
2003年 | 1082篇 |
2002年 | 1067篇 |
2001年 | 921篇 |
2000年 | 775篇 |
1999年 | 612篇 |
1998年 | 584篇 |
1997年 | 437篇 |
1996年 | 362篇 |
1995年 | 308篇 |
1994年 | 278篇 |
1993年 | 194篇 |
1992年 | 136篇 |
1991年 | 157篇 |
1990年 | 136篇 |
1989年 | 120篇 |
1988年 | 100篇 |
1987年 | 57篇 |
1986年 | 28篇 |
1985年 | 13篇 |
1984年 | 5篇 |
1983年 | 4篇 |
1981年 | 7篇 |
1957年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
21.
22.
提出了一种基于KNN 的FM、DTMB 联合信号位置指纹匹配算法,并根据不同位置具有不同信号强度将匹配过程设计为一个多分类算法模型. 离线阶段,通过采集FM 信号与DTMB 信号的强度信息,完成位置指纹库的构建. 在线匹配阶段,利用KNN 算法对新采集到的数据进行加权欧氏距离匹配,通过对K 值以及特征向
量的选取对定位误差进行了分析. 仿真结果表明,该算法在室内定位中具有良好的鲁棒性和准确度,90% 概率下定位精度2.3 m. 相似文献
23.
对求解鞍点问题的不精确Uzawa 算法及非线性不精确Uzawa 算法进行研究,给出这些算法收敛的一些新的充要条件或充分条件及收敛速度估计. 并将算法应用到Mini 元离散求解Stokes 问题中,通过数值计算验证所得结论的正确性. 相似文献
24.
针对非均匀类数据,本文提出K最近邻分类子的一个分类原则改良方法,能够度量待分类数据的K个近邻点中的类比率提升量,增大了最小类数据的竞争力,明显地提高了小类数据的分类正确率。实验结果表明,本文提出的改良分类原则对非均匀数据分类的准确率明显高于传统的KNN分类算法。 相似文献
25.
26.
27.
针对螺旋锥齿轮加工过程中因无法避免误差而导致齿面加工精度难以保证的问题,提出螺旋锥齿轮加工误差控制模型及加工参数修正方法。首先,基于实际加工中的刀具与工件相对位置与相对运动关系,依据坐标齐次变换与啮合原理,确定加工参数与加工曲面之间的函数关系,建立螺旋锥齿轮精确齿面模型;然后,计算实际加工齿面与理论齿面的法向距离,从而建立由加工参数驱动的齿面几何误差控制模型;接着,对加工参数进行敏感性分析,选取敏感性较高的加工参数作为误差补偿模型优化变量,以提高优化效率;最后,将齿面误差最小化问题转化为最小二乘法问题,基于改进的L-M算法进行求解,得到加工参数补偿量,以此对加工参数进行修正达到减小齿面加工误差的目的。采用一对由双重螺旋法磨削加工得到的螺旋锥齿轮副作为应用实例,对该方法进行实际加工验证,结果表明:加工参数调整后,螺旋锥齿轮齿面加工误差降低了65%以上,实际测量的齿面绝对误差均不超过0.005 mm,能够满足工程实际需求,证明该方法能够有效提升齿面加工精度。该方法可为螺旋锥齿轮乃至其他复杂曲面零件加工提供一种加工误差补偿思路。 相似文献
28.
29.
夏长会 《河南教育学院学报(自然科学版)》2021,30(1):34-38
根据资源的需求和供给关系,提出了拥塞控制新算法——试算平衡法,旨在按一定比例抑制资源的需求,以实现系统资源的供需平衡,进而达到拥塞控制的目的. 相似文献
30.
为提高辅助动力装置(auxiliary power unit, APU)性能参数预测的精度,针对支持向量机(support vector machine, SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization, PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature, EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error, MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature, OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。 相似文献