全文获取类型
收费全文 | 236篇 |
免费 | 24篇 |
国内免费 | 7篇 |
专业分类
系统科学 | 22篇 |
丛书文集 | 11篇 |
教育与普及 | 5篇 |
现状及发展 | 4篇 |
综合类 | 225篇 |
出版年
2024年 | 1篇 |
2023年 | 9篇 |
2022年 | 9篇 |
2021年 | 7篇 |
2020年 | 9篇 |
2019年 | 15篇 |
2018年 | 13篇 |
2017年 | 5篇 |
2016年 | 1篇 |
2015年 | 11篇 |
2014年 | 13篇 |
2013年 | 17篇 |
2012年 | 16篇 |
2011年 | 15篇 |
2010年 | 12篇 |
2009年 | 12篇 |
2008年 | 15篇 |
2007年 | 29篇 |
2006年 | 19篇 |
2005年 | 15篇 |
2004年 | 3篇 |
2003年 | 4篇 |
2002年 | 7篇 |
2001年 | 3篇 |
2000年 | 4篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1976年 | 1篇 |
排序方式: 共有267条查询结果,搜索用时 0 毫秒
261.
《陕西师范大学学报》(自然科学版)2003-2007年刊文的统计与分析 总被引:2,自引:0,他引:2
应用文献计量学方法,对<陕西师范大学学报>(自然科学版)2003-2007年发表的论文进行统计分析,为其发展提供决策依据.该刊5年20期共载文617篇,年篇均页码3.79~4.35,平均4.02页.平均基金项目论文为112%(80.8%),论文合著率88.33%.平均合作度为2.70.有460篇论文的第一作者为本校师生,占74.55%.研究生论文321篇,占52.03%.有315篇的作者具有中、高级职称.论文的引文规范,篇均引文10.38篇,数量合适,类型多样,质量上乘.平均普赖斯指数为47.68%.该刊具有很高的学术水平,基金论文比例极高,编辑质量优秀.今后应进一步拓宽稿源,增强专业特色和学科优势. 相似文献
262.
263.
王睿 《东南大学学报(自然科学版)》2005,35(Z1):286-290
通过选取对云南丽江大研古城形成、发展以及演变的历史进程加以考察,结合梳理整合相关文献资料,采用将其置于不同时空背景中加以综合比较研究,从而逐步指出"自在生成"的发展格局、"向心平和"的空间品格、"因水成势"的肌理特征以及"纯朴自然"的营造取向作为影响大研古城空间意匠形成的重要因素,在此过程中共同发挥了决定性作用.同时,也正是基于这种"适情应景"的空间意匠特质,大研古城方能在我国传统城市与建筑发展进程中始终保有自身鲜活而独特的魅力. 相似文献
264.
证据分类策略是一种有效的冲突证据推理融合方法,但是在实际应用中会产生大量重复分类,而且分类门限根据主观经验确定,缺乏依据.为了降低分类数,提高证据分类策略的准确性,提出一种基于证据相似性的证据分类策略.首先以证据推理中得到的初始证据作为理想证据,通过衡量各个证据与理想证据的证据距离,按照证据的相似性将系统内证据分为2类证据集,然后继续按照以上的分类策略分类,直到不可再分.最后对分类结果采用Dempster组合规则合成,衡量各个分类的可信度,对合成结果加权平均组合.通过算例对该策略进行了验证,结果表明:基于证据相似性的证据分类策略可以有效降低分类数. 相似文献
265.
266.
固体氧化物燃料电池NiO/Y0.1Sm0.1Ce0.8O1.9阳极材料制备与表征 总被引:1,自引:0,他引:1
以硝酸盐和氧化物为原料,通过凝胶浇注法制备Y0.1Sm0.1Ce0.8O1.9(YSCO)电解质粉末,并将一定量的YSCO与NiO粉末机械混合均匀得到NiO-YSCO粉体,对YSCO粉末相组成及YSCO和NiO粉末的粒度进行了表征.以所获得的NiO-YSCO粉体为原料通过成型烧结制备Ni/YSCO阳极材料,并以NiO/YSCO为阳极材料、YSCO为电解质通过共压法制备SOFC单电池,对NiO/YSCO阳极烧结体和单电池的组织及性能进行了测试分析.实验结果表明,YSCO和NiO粉末的中位径d50分别为1.757和3.577-m,均为微米级.在1400℃烧结4h的NiO/YSCO烧结体的孔隙率为11.85%,还原后为20%.1400℃烧结的NiO/YSCO试样经还原得到的Ni/YSCO试样在800℃下的电导率约为250S/cm.以此为阳极的SOFC单电池性能良好,在700℃工作温度下,单电池的开路电压为0.689V,最大功率输出为153.1mW/cm2. 相似文献
267.
针对基于编码-解码的生成式摘要模型不能充分提取语法知识导致摘要出现不符合语法规则的问题,循环神经网络易遗忘历史信息且训练时无法并行计算导致处理长文本时生成的摘要主旨不显著以及编码速度慢的问题,提出了一种融合序列语法知识的卷积-自注意力生成式摘要方法.该方法对文本构建短语结构树,将语法知识序列化并嵌入到编码器中,使编码时能充分利用语法信息;使用卷积-自注意力模型替换循环神经网络进行编码,更好学习文本的全局和局部信息.在CNN/Daily Mail语料上进行实验,结果表明提出的方法优于当前先进方法,生成的摘要更符合语法规则、主旨更显著且模型的编码速度更快. 相似文献