全文获取类型
收费全文 | 5452篇 |
免费 | 351篇 |
国内免费 | 371篇 |
专业分类
系统科学 | 424篇 |
丛书文集 | 116篇 |
教育与普及 | 51篇 |
理论与方法论 | 18篇 |
现状及发展 | 35篇 |
综合类 | 5530篇 |
出版年
2024年 | 17篇 |
2023年 | 106篇 |
2022年 | 130篇 |
2021年 | 170篇 |
2020年 | 151篇 |
2019年 | 113篇 |
2018年 | 91篇 |
2017年 | 110篇 |
2016年 | 109篇 |
2015年 | 161篇 |
2014年 | 273篇 |
2013年 | 226篇 |
2012年 | 333篇 |
2011年 | 368篇 |
2010年 | 256篇 |
2009年 | 307篇 |
2008年 | 294篇 |
2007年 | 402篇 |
2006年 | 347篇 |
2005年 | 315篇 |
2004年 | 274篇 |
2003年 | 234篇 |
2002年 | 195篇 |
2001年 | 183篇 |
2000年 | 140篇 |
1999年 | 120篇 |
1998年 | 83篇 |
1997年 | 105篇 |
1996年 | 78篇 |
1995年 | 91篇 |
1994年 | 75篇 |
1993年 | 73篇 |
1992年 | 35篇 |
1991年 | 45篇 |
1990年 | 47篇 |
1989年 | 41篇 |
1988年 | 33篇 |
1987年 | 22篇 |
1986年 | 14篇 |
1985年 | 4篇 |
1984年 | 1篇 |
1955年 | 2篇 |
排序方式: 共有6174条查询结果,搜索用时 609 毫秒
1.
如何充分挖掘出地震数据的有效信息以更有效预测出地震油气储层的分布情况,一直是业内所追求的目标。多波地震数据所包含的纵、横波数据不仅含有大量对油气敏感的特征信息,而且二者对油气响应存在差异,利用好这种差异可有效降低地震反演中的多解性问题。为此,设计了一种基于自组织神经网络的多波地震油气储层分布预测方案。首先,通过聚类分析优选出对油气响应比较敏感的地震属性,然后,对优选优化后的属性进行多波复合运算提取油气特征信息。最后,根据输入样本属性数据集设计自组织神经网络结构,计算神经元与样本的距离确定最佳匹配单元,更新调整网络权值,完成网络训练,得到预测结果。应用结果表明,基于本方案所预测的地震油气藏分布范围与实际情况基本吻合,有效地降低了反演结果的不确定性,从而验证了自组织神经网络应用于地震油气储层预测的有效性和可行性。 相似文献
2.
现有通信干扰方法, 通常基于通信侦察中获取的目标信号特征进行干扰决策, 选取合适的干扰波形实施干扰, 难以应对目标信号特征未知或参数动态变化的情况。为此, 提出一种基于生成对抗网络(generative adversarial networks, GAN)的通信干扰波形生成技术, 运用GAN直接提取目标信号的潜在特征, 并生成与目标信号特征相似的干扰波形。在介绍GAN原理的基础上, 首先设计网络模型, 并对学习率进行优化, 使GAN更适用于时间序列通信干扰波形的生成。然后通过对不同类型和参数的通信信号进行干扰波形生成实验, 验证了该技术的泛化性。最后进行干扰效果对比试验, 结果表明, GAN生成的干扰波形干扰效果能够逼近最佳干扰效果。 相似文献
3.
大脑会随着年龄的增加而出现功能衰退,通过决策实验获取年轻人和中老年人的脑电信号,可以定量分析大脑随年龄增长而出现的变化。提出了一种基于熵的脑电波刻画方法,并利用机器学习的方法能够比较准确地预测人的大脑年龄。研究表明,脑电波功率谱熵(PSE)具有良好的时域分辨能力和更准确的区分效果,年轻人在做决策时的脑电波功率谱熵的分布是大于中老年人的,即年轻人所产生的脑电波信息量更大。此外,支持向量机(SVM)的分类效果优于随机森林(RF)方法,最高平均精度达88.02%,比随机森林高出2.66%。通过基尼指数对特征重要性排序,还发现决策过程中左眼电区域、大脑的颞和中央区域的决策反应差异很大,分类器更容易在这些特征区域做出更好的分类。 相似文献
4.
雷达在大入射余角高分辨率海杂波背景下检测时,等效后向散射面积增大,大部分海杂波能量投射到少数距离单元,能量分布不均,出现功率突然增大的杂波“异常单元”,导致检测器参考窗口所处的背景环境复杂多变,传统检测器检测概率降低,虚警率及误检率增加。为解决此问题,通过参考滑窗单元的协方差矩阵构造正定矩阵,求解其矩阵范数用以估计杂波功率水平,并采用支持向量机改进传统恒虚警率(constant false alarm rate,CFAR)检测器,得到基于正定矩阵杂波功率估计训练支持向量机的改进CFAR检测器。实验结果表明,新检测器在均匀杂波、多目标环境下检测性能稳定,在杂波边缘的虚警控制能力良好。 相似文献
5.
针对传统数控机床可靠性建模时只考虑故障间隔时间而忽略故障性质的现象,提出兼顾机械故障和电气故障的混合威布尔分布模型,进而提高模型准确度.利用最大似然法来确定混合威布尔分布模型参数,用皮尔逊相关系数来确定数控机床各故障时间之间的关系.并通过K-S方法对模型进行检验, 最后确定其符合混合威布尔分布,并运用可靠性评定方法得出数控机床的平均无故障时间. 相似文献
6.
使用违法鸣笛辅助执法设备监测城市交通中汽车鸣喇叭事件的发生,可以有效地治理扰民的喇叭噪声,汽车鸣喇叭声的识别方法是其关键.为了准确高效地在交通噪声里识别出汽车鸣喇叭声,采用支持向量机(support vector machine,SVM)作为喇叭声和交通噪声的二分类器,针对汽车喇叭声的谐波特征分布特点,提取其梅尔频率倒谱系数(Mel frequency cepstrum coefficient,MFCC)作为特征向量,并分析MFCC的梅尔滤波器个数及特征维数对识别效果的影响.实验结果表明,通过增加MFCC特征中梅尔滤波器个数及特征维数可以改善识别效果,信噪比越低越明显. 相似文献
7.
绝缘手套法是配网带电作业的主要作业方式,为获取穿戴绝缘手套的带电作业人员上肢肌肉的疲劳特性及其诱发的肌肉骨骼系统疾患(work-related musculoskeletal disorders,WMSDs)的风险,开展了基于表面肌电信号(surface electromyogra-phy,sEMG)的绝缘手套法带电作业人员上肢肌肉疲劳评估研究.针对配网绝缘手套法的典型作业工况,搭建了绝缘手套法带电作业上肢的sEMG试验平台,采集受试者上肢(右手)各目标肌肉在是否穿戴绝缘手套下的sEMG信号;基于时域特征参数积分肌电值(integrated electromyography,IEMG)、均方根值(root mean square,RMS)及频域特征参数平均功率频率(mean power frequency,MPF)、中位频率(median frequency,MDF)对绝缘手套的上肢肌肉疲劳特征进行评估;基于支持向量机(support vector machine,SVM)构建了带电作业人员上肢肱桡肌疲劳状态识别模型.结果表明:穿戴绝缘手套作业时各目标肌肉更容易进入疲劳状态;穿戴绝缘手套作业时,作业人员上肢部位的肱桡肌、肱二头肌、肱三头肌、三角肌的疲劳程度依次递减,与仿真计算的分析结果一致;sEMG时域特征参数IEMG、RMS对作业人员上肢肌肉疲劳的表征效果要优于频域特征参数MPF和MDF;带电作业人员上肢肱桡肌疲劳状态识别模型总体平均准确率为86.56%,能有效识别上肢肱桡肌肌肉疲劳状态. 相似文献
8.
为进一步提高关节臂式坐标测量机等高机动性精密测量设备的测量精度,使用D-H矩阵法建立其关节坐标转换数学模型并据此推导出参数误差模型.针对非线性多参数标定问题,通过变换分析消除了最小二乘法求解时矩阵中的冗余参数,降低了计算的复杂性.设定判定准则并实现最小二乘法和模拟退火算法的混合,提出了一种基于混合优化算法的参数标定方法,解决了LM算法的初值设定和SA算法的搜索效率逐步降低的问题.实验结果表明:关节臂式测量机参数经混合优化算法标定后,参数的误差范围有了显著的缩小,单点重复性误差的平均值减小了1.746 mm,长度误差的平均值减小了0.941 mm,测量误差得到了进一步的抑制. 相似文献
9.
为提高苹果的产量和质量,防止病虫害对果实质量的影响,设计了一款基于机器视觉的苹果树病虫害智能识别系统。该系统采用交互式分割(GrabCut)算法对图像进行分割,然后使用高斯拉普拉斯算子和拉普拉斯高斯(Laplacian-of-Gaussian, LOG)算法将苹果叶片中的病斑提取出来,最后将提取出的图像送入深度神经网络(deep neural networks, DNN)进行进一步的分析与处理,能够实时、方便地识别出苹果树叶病害中较为常见、发病率高的花叶病,锈病,灰斑病,斑点落叶病以及褐斑病。经测试,该系统对苹果树5种常见病虫害识别率精度高达91.17%。结果表明,该算法能够有效提升苹果树病虫害防治,优于基于卷积神经网络特征的区域方法(regions with CNN features, R-CNN)、YOLO(you only look once)等单一病虫害检测方法。 相似文献
10.
目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。 相似文献