全文获取类型
收费全文 | 52589篇 |
免费 | 2130篇 |
国内免费 | 2998篇 |
专业分类
系统科学 | 4892篇 |
丛书文集 | 1798篇 |
教育与普及 | 559篇 |
理论与方法论 | 201篇 |
现状及发展 | 268篇 |
综合类 | 49999篇 |
出版年
2024年 | 311篇 |
2023年 | 1192篇 |
2022年 | 1242篇 |
2021年 | 1329篇 |
2020年 | 1308篇 |
2019年 | 1244篇 |
2018年 | 659篇 |
2017年 | 846篇 |
2016年 | 920篇 |
2015年 | 1635篇 |
2014年 | 2774篇 |
2013年 | 2755篇 |
2012年 | 2994篇 |
2011年 | 3364篇 |
2010年 | 3877篇 |
2009年 | 4746篇 |
2008年 | 4674篇 |
2007年 | 4290篇 |
2006年 | 2841篇 |
2005年 | 2269篇 |
2004年 | 2058篇 |
2003年 | 1771篇 |
2002年 | 1679篇 |
2001年 | 1402篇 |
2000年 | 1083篇 |
1999年 | 832篇 |
1998年 | 747篇 |
1997年 | 544篇 |
1996年 | 448篇 |
1995年 | 400篇 |
1994年 | 344篇 |
1993年 | 259篇 |
1992年 | 161篇 |
1991年 | 187篇 |
1990年 | 151篇 |
1989年 | 147篇 |
1988年 | 108篇 |
1987年 | 61篇 |
1986年 | 28篇 |
1985年 | 13篇 |
1984年 | 5篇 |
1983年 | 5篇 |
1981年 | 12篇 |
1957年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 17 毫秒
41.
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
42.
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
43.
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
44.
45.
46.
随着安卓恶意程序的数量的急剧增加,恶意程序检测已成为一个重要的研究课题.然而,目前许多研究表明,恶意程序的检测仍然需要改进,安卓的碎片问题和需要root权限,阻碍了这些方法的广泛使用.现有的杀毒程序依赖于需要实时更新的签名数据库,这无法检测出零日恶意程序.在本文中,我们提取了安卓程序中的特征,进行混合,选择集成算法中的DECORATE算法,并用WEKA工具辅助进行分类恶意程序的检测.该方法最终达到95.8%的检测精度,同时我们在真实的数据集上经过十折交叉验算实验及对比. 相似文献
47.
统工业自动分拣存在工件识别准确率不高、特征定义复杂等问题,虽然新兴的深度学习为此类问题提供了较好的解决方法,但仍存在对边缘端设备计算能力要求较高的问题,为此本文提出一种基于云雾结合的工件识别算法,即在云端采用改进ALEXNET卷积神经网络进行训练,然后将训练好的模型下载到雾(边缘)端设备,对工件进行实时识别.对100个不同工件进行实验,结果表明:改进后识别准确率从ALEXNET的98%提高到99%,模型参数减少25%,同时可以充分利用云端的强大计算能力与边缘设备的实时性,为智能工件识别提供了一种新途径. 相似文献
48.
49.
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