全文获取类型
收费全文 | 265篇 |
免费 | 14篇 |
国内免费 | 66篇 |
专业分类
系统科学 | 18篇 |
丛书文集 | 9篇 |
教育与普及 | 5篇 |
理论与方法论 | 8篇 |
现状及发展 | 1篇 |
综合类 | 304篇 |
出版年
2024年 | 3篇 |
2023年 | 13篇 |
2022年 | 6篇 |
2021年 | 3篇 |
2020年 | 6篇 |
2019年 | 14篇 |
2018年 | 13篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2015年 | 6篇 |
2014年 | 16篇 |
2013年 | 16篇 |
2012年 | 13篇 |
2011年 | 12篇 |
2010年 | 7篇 |
2009年 | 19篇 |
2008年 | 17篇 |
2007年 | 17篇 |
2006年 | 25篇 |
2005年 | 16篇 |
2004年 | 19篇 |
2003年 | 20篇 |
2002年 | 16篇 |
2001年 | 8篇 |
2000年 | 11篇 |
1999年 | 7篇 |
1998年 | 3篇 |
1997年 | 7篇 |
1996年 | 2篇 |
1995年 | 5篇 |
1994年 | 2篇 |
1993年 | 3篇 |
1992年 | 4篇 |
1989年 | 1篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1985年 | 2篇 |
1984年 | 1篇 |
1962年 | 1篇 |
1961年 | 1篇 |
1959年 | 2篇 |
1957年 | 1篇 |
排序方式: 共有345条查询结果,搜索用时 234 毫秒
341.
为探究多糖相互作用对淀粉糖化速率的影响,本研究使用较传统麦芽糖淀粉酶更具支链淀粉水解能力的麦芽糖淀粉酶CDS 1-3,将其与α-淀粉酶及糖化酶协同进行淀粉糖化,并对糖化液进行还原糖测定以及高效液相色谱分析。结果表明:反应到30 min时,CDS 1-3作用效果最明显,相比于Control组,CDS 1-3组糖化液的葡萄糖当量(Dextrose Equivalent,DE)值提高了4.51%。随着反应的进行,DE值提高速率降低。反应到60 min时,DE值提高了1.17%;反应到90 min时,DE值提高了2.12%。高效液相色谱结果显示,在整个反应过程中,CDS 1-3组葡萄糖和麦芽糖的产量始终高于Control组,说明CDS 1-3可有效加快木薯淀粉糖化速率,可应用于淀粉工业中。 相似文献
342.
Chiplet(芯粒)技术是近年来兴起的新一代集成电路技术,因其具有提升良率、突破光罩极限、芯片架构灵活、芯片组件技术供应货架化等特点,受到产业界的广泛重视。为进一步推动chiplet技术在中国的发展,梳理了chiplet技术的应用场景,分析了chiplet中的各种核心组件技术,阐述了在chiplet技术开发中可能出现的各种技术挑战,回顾了中国chiplet标准的发展情况,最后针对中国发展chiplet技术提出了建议。 相似文献
343.
考虑感知者、行人和结构三者相互的动力耦合作用,形成行人-楼盖-感知者全路径耦合振动模式,以概率的形式评估了轻质楼盖的振动舒适度,并对楼盖的过量振动采用弹性约束进行了控制.为体现弹性约束对楼盖人致过量振动的有效性,采用TMD控制与其进行对比. 用DQ-IQ法处理建立的行人-楼盖-感知者耦合振动控制方程,以CFS组合楼盖为计算模型,得到当行人以不同步频在楼盖上行走时楼盖跨中与感知者的动力响应,并对比了采用TMD和弹性约束时的控制效果.以舒适度限值为参照标准,统计了在这两种控制措施下楼盖与感知者满足舒适度限值时的累积概率.结果表明,对于轻质楼盖,在刚度系数分别取0.5和3时,楼盖满足舒适度要求的概率由13.57%增加到86.98%,感知者的舒适度概率由11.75%增加到79.86%,极大程度地提高了舒适度概率,可为设计时边界条件转动刚度的选取提供参考. 在刚度系数取2时,楼盖的舒适度概率为68.80%,而感知者的舒适度概率仅为57.97%,相差10.83%. 在考虑人致振动时,感知者相对于结构在同等条件下更容易产生舒适度问题,建议在舒适度评估时增加感知者的加速度峰值. 相似文献
344.
本文将DDPG算法中使用的Ornstein-Uhlenbeck (OU)噪声整数阶微分模型推广为分数阶OU噪声模型,使得噪声的产生不仅和前一步的噪声有关而且和前K步产生的噪声都有关联.通过在gym惯性环境下对比基于分数阶OU噪声的DDPG和TD3算法和原始的DDPG和TD3算法,我们发现基于分数阶微积分的OU噪声相比于原始的OU噪声能在更大范围内震荡,使用分数阶OU噪声的算法在惯性环境下具有更好的探索能力,收敛得更快. 相似文献
345.
由于预训练模型输入分词数量限制,基于BERT的长文本分类任务效果与长文本分割后的文本段集合的处理及特征融合密切相关,现有的长文本分类研究在融合文本段特征时更关注文本段之间原始的顺序关系,而本文提出了一种基于BERT和集合神经网络的长文本分类模型.该方法以BERT为基础,可处理从同一文本样本分割得到的任意数量文本段,经过BERT后得到文本段特征,再将所有文本段特征输入到具有置换不变性的集合神经网络层中,提取出集合级别特征来优化长文本的特征表达.通过在三个数据上的实验分析,论文在平均分词长度较长的数据集上取得了90.82%的准确率,高出目前最优方法4.37%. 相似文献