全文获取类型
收费全文 | 9143篇 |
免费 | 450篇 |
国内免费 | 556篇 |
专业分类
系统科学 | 1331篇 |
丛书文集 | 197篇 |
教育与普及 | 52篇 |
理论与方法论 | 41篇 |
现状及发展 | 43篇 |
综合类 | 8485篇 |
出版年
2024年 | 26篇 |
2023年 | 94篇 |
2022年 | 164篇 |
2021年 | 175篇 |
2020年 | 190篇 |
2019年 | 130篇 |
2018年 | 120篇 |
2017年 | 152篇 |
2016年 | 140篇 |
2015年 | 236篇 |
2014年 | 432篇 |
2013年 | 343篇 |
2012年 | 564篇 |
2011年 | 579篇 |
2010年 | 422篇 |
2009年 | 534篇 |
2008年 | 543篇 |
2007年 | 746篇 |
2006年 | 712篇 |
2005年 | 673篇 |
2004年 | 565篇 |
2003年 | 469篇 |
2002年 | 439篇 |
2001年 | 373篇 |
2000年 | 249篇 |
1999年 | 176篇 |
1998年 | 121篇 |
1997年 | 139篇 |
1996年 | 95篇 |
1995年 | 103篇 |
1994年 | 80篇 |
1993年 | 81篇 |
1992年 | 45篇 |
1991年 | 54篇 |
1990年 | 52篇 |
1989年 | 48篇 |
1988年 | 33篇 |
1987年 | 30篇 |
1986年 | 14篇 |
1985年 | 4篇 |
1984年 | 1篇 |
1955年 | 3篇 |
排序方式: 共有10000条查询结果,搜索用时 109 毫秒
81.
手写体数字的识别在社会经济、社会生活的许多方面都有着广泛的应用。同时支持向量机是近几年来模式识别领域中的一种新技术,它被广泛应用到文字识别、人脸识别等应用中。为此将支持向量机技术应用到手写体数字的识别中,通过使用改进的C-支持向量机进行手写体数字的识别,并得出相应的识别率,结果表明此方法可行且有较高的识别率。 相似文献
82.
控制系统是逆变式直流弧焊机的核心,基于PIC16F684单片机设计了数字化弧焊机控制系统,论述了逆变式直流弧焊机控制系统的主体结构和控制原理以及相关电路设计,不仅实现了弧焊机内部温度控制、电焊起弧控制、电流调节反馈及故障显示方面的数字化控制,还解决了传统弧焊机产品一致性差及焊接控制精度差的缺点,初步达到了焊接控制的数字化及智能化。 相似文献
83.
84.
潘光情 《科技情报开发与经济》2014,(24):31-34
阐释了图书馆虚拟参考咨询服务的实质,分析了图书馆虚拟参考咨询实现知识转移的影响因素,探讨了基于知识转移的图书馆虚拟参考咨询服务策略。 相似文献
85.
提出了一种基于状态空间模型的机床热误差建模方法,以几个关键温度点的温升为输入,结合状态变量和干扰来确定热误差输出,由子空间辨识算法得到模型参数.同时,在一台数控车床上进行实验,以探究模型的精度和鲁棒性.结果表明:在不同的转速条件下,所提出的模型能够补偿70%的热误差;与自回归模型的建模方法相比,状态空间模型表现出更优异的鲁棒性. 相似文献
86.
提出了在少样本故障数据情况下,数控机床不完全维修的贝叶斯可靠性评估方法,分析了广义更新过程虚龄模型参数的验前分布和后验分布,利用马尔科夫链蒙特卡洛仿真方法获得了模型参数、累计故障数、故障强度和可靠度等可靠性指标的贝叶斯点估计和区间估计,并分析了某一现场数控机床不完全维修的可靠性.结果表明,与极大似然估计方法相比,贝叶斯可靠性评估方法具有较高的精度. 相似文献
87.
基于模糊聚类测点优化与向量机的坐标镗床热误差建模 总被引:1,自引:0,他引:1
为了研究电主轴系统热特性对机床精度的影响,建立了主轴轴向及径向热误差模型.以精密坐标镗床为对象,采用五点法对主轴热误差进行测量,并分析了转速对主轴热误差及温度场的影响规律.利用模糊聚类分析法对温度变量进行分组优化,选出对热误差敏感的温度变量,建立主轴轴向热伸长及径向热倾角的最小二乘支持向量机(LS-SVM)以及多元线性回归(MLRA)的综合热误差模型,并设定了预测优度评价标准.结果表明:模糊聚类分组法能有效降低温度变量间的多重共线性,并提高模型的稳定性;LS-SVM模型具备全局寻优的特点,可实现不同工况的高精度预测,预测精度可达90%,且比传统的MLRA模型有更好的通用性以及更强的泛化能力,可作为后期热误差的补偿模型. 相似文献
88.
89.
90.
基于样本修整和支持向量机算法的并网风电机组运行特性研究 总被引:1,自引:1,他引:0
针对并网风力机组运行时非线性、耦合性和大惯性的特点,提出了一种基于样本修整和支持向量机算法的系统辨识方法,并通过实例将该方法与单纯的支持向量机算法、BP(back propagation)神经网络算法进行比较.结果表明,样本修整后与修整前相比,训练速度和预测精度都有明显提高,基于样本修整和支持向量机算法的辨识方法具有明显的优越性. 相似文献