全文获取类型
收费全文 | 3904篇 |
免费 | 234篇 |
国内免费 | 162篇 |
专业分类
系统科学 | 311篇 |
丛书文集 | 62篇 |
教育与普及 | 21篇 |
理论与方法论 | 9篇 |
现状及发展 | 12篇 |
综合类 | 3885篇 |
出版年
2024年 | 2篇 |
2023年 | 40篇 |
2022年 | 69篇 |
2021年 | 67篇 |
2020年 | 86篇 |
2019年 | 69篇 |
2018年 | 65篇 |
2017年 | 74篇 |
2016年 | 93篇 |
2015年 | 183篇 |
2014年 | 281篇 |
2013年 | 192篇 |
2012年 | 286篇 |
2011年 | 286篇 |
2010年 | 222篇 |
2009年 | 231篇 |
2008年 | 219篇 |
2007年 | 256篇 |
2006年 | 239篇 |
2005年 | 193篇 |
2004年 | 174篇 |
2003年 | 160篇 |
2002年 | 155篇 |
2001年 | 97篇 |
2000年 | 81篇 |
1999年 | 65篇 |
1998年 | 50篇 |
1997年 | 58篇 |
1996年 | 36篇 |
1995年 | 50篇 |
1994年 | 46篇 |
1993年 | 32篇 |
1992年 | 28篇 |
1991年 | 25篇 |
1990年 | 12篇 |
1989年 | 28篇 |
1988年 | 19篇 |
1987年 | 15篇 |
1986年 | 10篇 |
1985年 | 1篇 |
1955年 | 5篇 |
排序方式: 共有4300条查询结果,搜索用时 15 毫秒
1.
针对轴承振动信号的不确定性和非平稳性以及BP神经网络学习算法收敛速度慢、稳定性差等问题,提出了基于云模型和集成极限学习机的滚动轴承故障模式识别方法.将经预处理之后的信号进行云化,产生滚动轴承在不同状态下的信号云;提取出决定信号云分布的期望、熵和超熵三个参数作为表征轴承状态的特征量并依此构造出原始的轴承状态数据集;再将故障特征数据集经归一化处理后送入集成极限学习机进行识别.研究结果表明:云-集成极限学习机方法可以有效地实现轴承故障模式识别,与传统神经网络识别方法相比,该方法拥有更高的识别准确率和稳定性,并且集成极限学习机在抗噪性方面有较好的表现. 相似文献
2.
为解决基于深度学习目标检测模型规模大、在边缘设备上难以部署的问题, 以YOLO目标检测模型为例, 设计实现基于ARM+FPGA异构平台的目标检测加速模块。该系统使用剪枝、量化后的压缩模型, 在FPGA实现神经网络前向推理加速, 在ARM中实现加速器调度。实验结果表明, 部署至Xilinx ZCU102开发板上, 该模块在200 MHz工作频率下, 平均计算性能达到425.8 GOP/s, 推理压缩模型速度达到30.3 fps, 模块功耗为3.56 W, 证明该加速模块具备可配置性。 相似文献
3.
塔里木盆地巴楚地区小海子剖面是盆地石炭系出露最全最好的地区,对该剖面的研究将有助于解析该套地层.根据野外观察、室内分析,认为小海子剖面上泥盆统-石炭系主要为一套浅海相沉积体,下部主要发育浪控碎屑滨岸,中部为开阔台地、潟湖、局限台地等混积环境,上部为一套厚层的蒸发台地环境膏岩,顶部则呈现出混积的局限台地特征.结合盆地地层展布和构造演化,认为小海子剖面上泥盆系-上石炭统沉积自下而上可分为碎屑岩、混积、膏岩、混积四个演化阶段. 相似文献
4.
城市轨道站台乘客候车位置选择行为分析与Logit建模 《山东科学》2021,33(6):79-86
探索城市轨道交通乘客站台候车位置选择行为的影响因素,从乘客主体、站台特性、列车运行等3方面分析其对候车位置选择行为的影响。应用Logit模型,构建了包含拥挤容忍程度、排队长度、列车车厢满载率、走行距离、视野关注范围、出行目的等6个影响因素的乘客候车位置选择行为模型。通过调查问卷数据对模型参数进行标定。结果表明不同轨道交通乘客候车位置选择行为存在差异,拥挤容忍程度高的乘客倾向于综合列车车厢满载率和排队长度再选择候车位置,而视野关注范围小的乘客倾向于综合走行距离和列车车厢满载率再选择候车位置。 相似文献
5.
通过室温拉伸、摆锤冲击、光学及扫描电镜研究了QT(淬火+回火)工艺对实验钢晶界比例、晶粒尺寸、碳化物析出情况及强韧性的影响,并对其变体的分布及组合方式进行了分析.结果表明:随着回火温度的升高,实验钢强度逐渐降低,塑性逐渐提高;450T和500T钢断口为准解理型断裂,贝氏体板条间析出的碳化物及较低比例的大角度晶界使得冲击韧性较差;而600T和650T钢断口为韧窝断裂,组织中大角度晶界的比例增加,有效地阻碍了裂纹的扩展.变体分析表明,450T钢变体组合方式介于Bain group和CP(close packed)group之间,而600T钢变体之间呈现较明显的CP组合方式,同一CP group内的变体取向差较大,偏折了裂纹传播路径,提高了低温韧性. 相似文献
6.
针对BIM云平台中三维模型的剖切通过移动竖向或横向的剖切面来实现,剖切方式不灵活,仅是选择性渲染的效果且无法自动获得剖切面的信息的问题。基于Unity3D提出了一种对复杂BIM模型进行任意角度剖分并缝合原模型及剖面的分割算法。运用该分割算法可以从任意角度对BIM云平台中三维模型进行剖切并得到所有剖切点,根据分组排序的剖切点自动计算出每个被剖切构件剖切面的面积、圆形管件的直径以及管件之间的距离。该剖切方法在实现任意剖切的基础上获取到剖切面的关键信息,能够更好的指导现场施工作业。 相似文献
7.
晶粒细化和分裂增韧可使两相区轧制的层状超细晶钢板具有高强度同时韧性优异.前期研究发现轧后空冷生成的层状超细晶钢板,存在屈强比偏高的问题,高达0.9.本研究通过轧后淬火在层状超细晶组织中引入马氏体的方法降低屈强比.研究发现,在750℃和810℃轧制后淬火,层状超细晶组织中可生成体积分数约为14%的马氏体.此部分马氏体使拉伸过程中呈现连续屈服行为,提高加工硬化率,使钢板的屈强比降至0.7以下,解决了屈强比偏高的问题.此外,实验钢在具有高强度的同时,韧性优良. 相似文献
8.
为提高热连轧非稳态过程轧制力的预测精度,提出了一种轧制力自学习模型优化方法. 将模型自学习系数分解为层别学习系数和轧制状态学习系数,表征机架间轧制力预报偏差的遗传特性及实际轧辊状态对模型预报的影响.在系数更新过程中,根据层别距离分别对学习系数进行更新,减小了轧制规格切换时轧制力的预报误差.所提方法已成功应用于某热连轧过程,与原模型相比,优化后的自学习方法的预测偏差从2.8%降低到1.4%,均方差从3.3%降低到1.7%,有效提高了非稳态过程轧制力的预测精度和鲁棒性. 相似文献
9.
提出一种适用于移动平台的交互式参数化DNA三维动态模拟方法.依据不同的DNA模式参数,利用基于自然特征的AR识别技术和曲线,直观形象地展示DNA的多种三维构象,动态模拟碱基互补配对、碱基对边堆叠边螺旋、 DNA复制的边解旋边半保留半不连续复制等微观过程.研发DNA三维动态模拟原型系统,实验结果表明,通过视、听、触、实物等多通道交互,有利于用户随时随地自主使用,增强用户对DNA知识的理解、掌握,引导用户进行更深层次的思考,提高知识的传递效率. 相似文献
10.
手机等移动智能终端在全社会的普及,使得数字内容的生产能力下沉到社会各个层面,形成了多源、自主、原生的互联网媒体内容制造格局;而以社交媒体、自媒体为代表的各类新兴媒体的蓬勃发展,使得数字内容的传播能力极大增强,大量衍生内容在敏感、热点、重要事件的报道传播中产生。互联网资讯具有海量、内容质量参差不齐、观点多极等特点。如何将价值导向对正确的、信息披露准确的资讯进行精准推荐,维护和促进社会公平正义,成为司法领域的新问题和新挑战。推荐系统有效解决了用户在海量信息中难以高效获得信息的问题。基于内容的推荐技术通过分析用户以往感兴趣的项目,经计算得到相似的项目,再将相似度最高的若干项目推送给用户。推荐系统中应用最广泛的是协同过滤推荐算法(collaborative filtering,CF),该概念最早于1992年由GOLDBERG等在开发Tapestry邮件过滤系统时首次提出,其核心思想是运用算法对用户的历史行为数据进行分析,挖掘出用户的兴趣偏好,根据不同的兴趣偏好对用户进行类别划分并推荐相似偏好的物品。当前,个性化推荐已经在电子商务、影视作品、餐饮美食、新闻资讯等领域获得了较为广泛的应用。"京东"的推荐起步于2012年,当时的产品推荐是基于规则匹配进行的,整个推荐产品线组合就像一个个松散的原始部落,部落与部落之间没有任何工程、算法的交集。"淘宝"从2013年推出了"个性化推荐"即"千人千面"的推荐引擎,利用用户的一些行为,通过算法推测出用户可能喜欢的东西。"美团"构建了世界上最大的菜品知识库,为200多万商家、3亿多件商品绘制了知识图谱,并为2.5亿用户画像,构建了世界上用户规模最大的O2O智能推荐平台。"豆瓣"利用社交行为分析解决推荐问题,如基于用户相同行为的协同过滤技术、友邻推荐等,也是个性化推荐的一个补充。社交化推荐的引入,可以解决因单纯产品内容推荐导致推荐范围越来越窄的问题。"今日头条"的个性化推荐算法基于投票方法,其核心理念就是投票,每个用户一票,喜欢哪篇文章就把票投给哪篇文章,经过统计,最后得到的结果很可能是此类人群里最好的文章,并把这篇文章推荐给同类人群用户。该方法看起来似乎很简单,但实际上需要基于对海量用户行为的数据挖掘与分析。系统动力学是一门基于系统论、控制论与信息论,并借助计算机模拟技术的交叉学科,其通过系统的视角,进行结构化动态分析和模型模拟,擅长分析高阶、非线性时变和复杂系统,采用定性与定量相结合的方法,适合对资讯个性化推荐这种动态复杂过程进行分析。针对司法工作相关资讯的个性化推荐问题,应用系统动力学理论,对影响资讯推荐效果的重要因素在Vensim软件中进行建模仿真,构建包括用户量、文章量、标签数量和各子系统之间影响的因果反馈模型和存量流量模型,建立系统动力学方程模型,经仿真对相关因素进行敏感性分析。结果表明,文章量、设置的特征化标签和对文章的兴趣点因子等都对推荐效果有重要影响,这是在设计推荐系统时需要重点考虑的因素,也是解决推荐系统冷启动、实时性和"信息茧房"等关键问题的重要途径。基于系统动力学进行资讯个性化推荐研究,可以积极有效地应对司法领域资讯披露面临的挑战,提高精准推荐效果。 相似文献