全文获取类型
收费全文 | 8996篇 |
免费 | 551篇 |
国内免费 | 436篇 |
专业分类
系统科学 | 450篇 |
丛书文集 | 229篇 |
教育与普及 | 82篇 |
理论与方法论 | 50篇 |
现状及发展 | 92篇 |
综合类 | 9077篇 |
自然研究 | 3篇 |
出版年
2024年 | 18篇 |
2023年 | 163篇 |
2022年 | 217篇 |
2021年 | 187篇 |
2020年 | 175篇 |
2019年 | 127篇 |
2018年 | 118篇 |
2017年 | 157篇 |
2016年 | 146篇 |
2015年 | 243篇 |
2014年 | 426篇 |
2013年 | 338篇 |
2012年 | 465篇 |
2011年 | 533篇 |
2010年 | 410篇 |
2009年 | 487篇 |
2008年 | 450篇 |
2007年 | 670篇 |
2006年 | 618篇 |
2005年 | 554篇 |
2004年 | 489篇 |
2003年 | 358篇 |
2002年 | 355篇 |
2001年 | 273篇 |
2000年 | 265篇 |
1999年 | 232篇 |
1998年 | 177篇 |
1997年 | 184篇 |
1996年 | 178篇 |
1995年 | 130篇 |
1994年 | 122篇 |
1993年 | 125篇 |
1992年 | 109篇 |
1991年 | 103篇 |
1990年 | 107篇 |
1989年 | 109篇 |
1988年 | 77篇 |
1987年 | 52篇 |
1986年 | 19篇 |
1985年 | 9篇 |
1984年 | 1篇 |
1982年 | 2篇 |
1981年 | 2篇 |
1955年 | 3篇 |
排序方式: 共有9983条查询结果,搜索用时 15 毫秒
1.
针对目前基于区块链的身份认证方案存在节点性能损耗严重的问题,提出一种基于双共识混合链的跨异构域身份认证方案。采用多因子分析方法对基于综合性能的Raft共识算法进行优化,实现了对节点综合性能的合理评估;选出综合性能优异的节点作为跨域节点,可避免因跨域节点性能不佳而引起的系统故障。该方案结合实用拜占庭容错共识机制并引入监督节点,增强了认证系统的拜占庭容错能力,解决了因恶意节点导致的域内错误认证问题。利用SM9广播密码算法对认证过程中的通信数据进行加密,实现了系统的双向认证和保密通信,确保了系统的安全性。实验表明:该方案的双共识认证机制相较于单一共识认证机制,具有较强的拜占庭容错能力和较高的吞吐量,不但能使系统更加安全稳定,而且减少了单对单加解密计算操作,降低了系统的计算开销和时间开销。 相似文献
2.
无人机拍摄的图像具有分辨率高、视野大以及目标小的特点,而现有的目标检测方法对小目标特征的提取能力不足。为此,首先采用以中心点表示目标的检测网络CenterNet,引入可变形双重注意力机制,以提高对小目标的特征表达能力;然后针对原始非极大值抑制难以处理嵌套型冗余框的问题,在冗余检测剔除过程中提出了广义非极大值抑制方法;最后引入LegoNet卷积单元,减少了卷积参数,实现了精度与速度的平衡。实验主要采用的验证数据集为VisDrone2019和UAV_OUC,UAV_OUC数据集相比于VisDrone2019,其图片具有更高的分辨率。相比于CenterNet,所提出的方法在数据集UAV_OUC和VisDrone2019上的检测精度大约分别提高了10%和2%。 相似文献
3.
将正弦注意力表征网络引入环境声音识别,首先提取梅尔频率倒谱系数(Melfrequency cepstral coefficient,MFCC)作为音频识别特征,使用门控循环单元提取MFCC每一帧的特征,根据正弦函数激活每一帧音频得分,并依照每一帧的音频得分为音频重新分配权重,从而将注意力集中在音频重点区域。最后结合全连接层和Softmax分类器对环境声音类别进行判别。实验在公开数据集Urban Sound 8K上验证并与其他模型对比,结果表明所提出模型效果最好,在数据集上的识别率高达93.5%。 相似文献
4.
基于 ABAQUS 子程序 VUMAT 二次开发平台, 将位错和孪晶的演化过程引入晶体塑性有限元方法(crystal plastic finite element method, CPFEM)中, 实现了多晶塑性材料力学行为的有限元模拟, 并通过试验和模拟结果的对比, 验证了所提出方法和二次开发程序的有效性. 应用含孪晶效应的晶体塑性有限元方法 模拟分析了孔洞对于板材开孔问题的影响, 结果表明: ① 当孔径小于板宽一半时, 强度损失采用线性近似估算值是偏于安全的, 而超过板宽一半时, 不宜采用线性估算值; ② 当孔距较小时, 孔径排布方式对开孔板材的韧性以及极限承载力有重要影响, 排布方式可分弱影响区、强影响区和过渡区 3 种模式. 对于承受单向拉伸荷载的板材, 开孔时应选择沿轴线排布的方式. 相似文献
5.
微塑料对高等植物生长发育影响研究进展 总被引:1,自引:0,他引:1
微塑料污染作为新兴环境问题倍受关注.高等植物作为人类和动物赖以生存不可或缺的重要组成部分,对保持生态系统平衡起着至关重要的作用.微塑料颗粒释放到环境中,不可避免地会与高等植物相互作用.高等植物受微塑料污染后,其生长发育特性受到影响,并将可能影响陆地生态系统及食物链.因此,研究微塑料对高等植物生长发育的影响具有重要意义.目前,虽然已有较多微塑料对高等植物生长发育影响的研究,但还缺乏对已有近期研究成果系统、全面的综述.综述了微塑料对高等植物生长发育影响的研究,总结了微塑料对高等植物影响的主要因素,分析了微塑料对高等植物影响机理及潜在生态风险,并针对微塑料对高等植物的影响及生态效应提出研究展望,为今后微塑料的污染防控提供科学依据. 相似文献
6.
煤化学链燃烧炉内脱汞对降低煤燃烧单质汞的排放有重要意义,但是汞在载氧体作用下的氧化机制尚不明确。本文采用Co3O4载氧体在固定床反应器中进行脱汞实验,并在线检测反应器出口Hg0浓度。通过热力学计算揭示Hg0的催化氧化机制。实验结果表明,HCl与Co3O4的异相反应和HCl与Hg0的均相反应对Hg0脱除效率贡献都很大。随着Co3O4还原程度的增加,其对Hg0脱除效率急剧下降。计算结果表明,Hg0的氧化存在3种反应路径:Hg0与Cl2反应生成HgCl2;Hg0与Cl反应形成HgCl,然后被Cl/Cl2氧化形成HgCl2;Hg0与O反应生成HgO,HgO与Cl2O反应生成HgCl2。不同含Cl组分对Hg0氧化的贡献率顺序为:Cl2>Cl>CoCl3。本研究揭示炉内Hg0氧化机制对炉内脱汞技术的开发和应用有重要意义。 相似文献
7.
关系抽取是许多信息抽取系统中的一个关键步骤, 旨在从文本中挖掘结构化事实. 在应用传统的远程监督方法完成实体关系抽取任务时存在 2 个问题: ① 远程监督方法将语料库中的文本与已标注实体和实体间关系的知识库启发式地对齐, 并将对齐结果作为文本的标注数据, 这必然会导致错误标签问题; ② 目前基于统计学的方法过于依赖自然语言处理工具, 提取特征处理过程中生成的噪声积累严重影响抽取结果. 为了解决远程监督存在的弊端, 提出了一种基于注意力机制的端到端的分段循环卷积神经网络(convolutional neural network, CNN)模型. 为了检测更加细微的特征, 在网络输入层添加了注意力机制, 自动学习句子中与关系抽取相关的内容; 基于位置特征和词向量特征对句子进行编码, 并使用分段卷积神经网络(piecewise CNN, PCNN)抽取句子特征进行分类, 在网络中使用了效率较高的最大边界损失函数来衡量模型的性能. 该方法在 New York Times (NYT)数据集上的准确率比经典的 PCNN+MIL 模型提高了 2.0%, 比经典的 APCNN+D 模型提高了 1.0%, 与其他几种基线模型相比, 该模型准确率表现出色. 相似文献
8.
在点云的处理过程中,许多深度学习网络未能充分考虑局部点之间的复杂关系,导致大量空间几何信息丢失。针对该问题,提出了一个强化局部特征的网络,用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码;通过注意力机制学习采样分组后形成局部点云的特征。同时提出了一种新的多维损失函数,结合使用交叉熵损失函数与中心损失函数作用于分类任务。在数据集ModelNet40和ScanNet上进行了大量实验,结果表明:该网络在点云的目标分类和语义分割任务上表现出较好的性能。 相似文献
9.
针对不平衡数据集中少数类样本分类识别率较低的问题,提出一种基于代价敏感卷积神经网络(cost sensitive convolutional neural network,CSCNN)和AdaBoost的分类算法(classification algorithm based on cost sensitive convolutional neural network and AdaBoost,AdaBoost-CSCNN)。设置特定的代价敏感指标来协同卷积神经网络的交叉熵损失函数,从而构建CSCNN。在训练过程中,借助代价赋权机制降低少数类样本关键特征属性的损失度,实现单个CSCNN作为基分类器在AdaBoost中的分类效果。为验证算法的有效性,使用Accuracy、Recall、F1值和AUC这4个评价指标在9个具有不同不平衡率的数据集上开展实验。结果表明,AdaBoost-CSCNN算法处理不平衡数据集分类问题有较好的显示度。 相似文献
10.
为了解决感染区域比正常组织对比度低的问题,提出了一种基于三重注意力机制(triple attention mechanism,TAM)的新冠肺炎(corona virus disease 2019,COVID 19)病灶分割模型--TM-Net,并将其应用于条件生成对抗网络。MultiConv模块可以自动提取肺部切片中感染区域的特征,呈现了更丰富且包含不同类型的病灶信息。TAM同时集成了空间、通道、位置注意力模块,可以更精准地定位感染区域的病灶。使用的损失函数是由3种不同的损失函数组成的复合函数,能最小化预测图和真实标签的差异,更好地优化TM-Net模型。在COVID-19数据集上进行实验和评估的结果表明:基于TM-Net的磨玻璃影(ground-glass opacities,GGO)和固结(Consolidation)两类病灶的平均dice相似系数(dice similarity coefficient,DSC)比基于Attention U-Net和R2U-Net的DSC分别提高了1.4%和0.5%,证明TM-Net提升了新冠肺炎病灶分割的准确性。 相似文献