全文获取类型
收费全文 | 396篇 |
免费 | 10篇 |
国内免费 | 8篇 |
专业分类
系统科学 | 60篇 |
丛书文集 | 25篇 |
理论与方法论 | 2篇 |
现状及发展 | 11篇 |
综合类 | 316篇 |
出版年
2023年 | 5篇 |
2022年 | 5篇 |
2021年 | 3篇 |
2020年 | 4篇 |
2019年 | 4篇 |
2018年 | 10篇 |
2017年 | 2篇 |
2016年 | 5篇 |
2015年 | 6篇 |
2014年 | 13篇 |
2013年 | 19篇 |
2012年 | 17篇 |
2011年 | 25篇 |
2010年 | 20篇 |
2009年 | 26篇 |
2008年 | 23篇 |
2007年 | 27篇 |
2006年 | 11篇 |
2005年 | 25篇 |
2004年 | 14篇 |
2003年 | 8篇 |
2002年 | 10篇 |
2001年 | 13篇 |
2000年 | 8篇 |
1999年 | 12篇 |
1998年 | 14篇 |
1997年 | 17篇 |
1996年 | 8篇 |
1995年 | 9篇 |
1994年 | 6篇 |
1993年 | 3篇 |
1992年 | 9篇 |
1991年 | 12篇 |
1990年 | 5篇 |
1989年 | 6篇 |
1988年 | 4篇 |
1987年 | 2篇 |
1986年 | 2篇 |
1985年 | 2篇 |
排序方式: 共有414条查询结果,搜索用时 0 毫秒
91.
崔玉衡 《辽宁大学学报(自然科学版)》1991,18(3):36-40
在〔1〕中研究了拟Einstein 流形的一些代数和几何性质,以及一个Riemannian流形成为拟Einstein流形的条件。本文研究了拟Einstein流形子流形的调和向量场和开玲向量场的存在和不存在的条件。 相似文献
92.
为提高水下机器人运行稳定性,降低综合能耗,研究一种矢量推进式四旋翼水下机器人,该机器人的四个水下推进器通过绕OY轴转动,形成矢量推进。针对数据野点问题,以及D/A模块输出误差问题,通过设计一种控制电压闭环缓变调节方法,防止因野点存在而烧毁舵机和推进器,同时减小方差,提高稳定性;通过试验法研究了矢量角度对水下机器人控制性能的影响规律。结果表明:矢量角度小于45°时,艏向定值跟踪实验中,响应速度较快,超调量较大,稳态误差较高,平均功耗较低;同频率艏向动态跟踪实验中,平均误差较高,平均功耗较低;变频率艏向动态跟踪实验中,平均功耗较低;深度定值跟踪实验中,响应速度较慢,超调量较小,稳态误差较低,平均功耗较高,同频率深度动态跟踪实验中,平均误差较低,平均功耗较高;变频率深度动态跟踪实验中,平均功耗较高。矢量角度大于55°时,各项控制性能指标与矢量角度小于45°时相反。可见矢量角度为45~55°时,为控制性能过渡区间。 相似文献
93.
王家正 《河南科技大学学报(自然科学版)》2007,28(4):70-73,86
基于向量广义Samlson逆的意义下,将Stieltjes型向量分叉连分式与二元多项式结合起来,通过定义向量的差商和混合反差商,建立递推算法,构造的Stieltjes-Newton型向量有理插值函数满足有理插值问题所给的插值条件,并给出了插值定理和特征定理及相应的证明,最后利用数值例子,验证了所给算法的有效性. 相似文献
94.
95.
本文探索了一种能多变量综合优化的方法,即对喷管进行参数化设计后,用均匀试验设计(UED)将试验样本均匀散布在设计区间内,求出各性能参数后,利用径向基神经网络(RBF)对试验样本进行拟合,再用粒子群算法(PSO)对训练好的神经网络进行寻优,找出了更好的双喉道气动矢量喷管设计参数组合。数值模拟结果显示,优化后的双喉道气动矢量喷管的矢量角有了明显提高。试验表明这种优化方法具有很好的优化能力,可以用来对喷管几何外形进行参数优化。 相似文献
96.
电脑控制三相矢量差触、漏电保护器能灵活地解决一、二次保护问题,完全克服了脉冲型保护器所谓死区问题. 相似文献
97.
本文通过三个问题的讨论,指出了原子物理学的角动量矢量描述方法的局限性,并通过分析原子物理学的理论结构,阐述了局限性存在的根源。 相似文献
98.
针对传统的网络安全研究如入侵检测、流量分析以及主动防御等方法需要较强的网络安全相关知识以及大量的网络训练数据,以及较高的研究门槛的问题,该研究提出一种基于Deep Residual Auto-Encoder(DRAE)与支持向量机(SVM)相结合的网页防篡改检测模型,该模型用DRAE提取网页图像特征,并输入SVM分类器判别网页是否被篡改。经过在东北农业大学范围内实验验证,结果表明,使用该模型进行网页检测的准确率高达95%,高于现有检测方法。 相似文献
99.
复杂曲面拟合的相关向量机模型及其泛化能力 总被引:1,自引:0,他引:1
介绍相关向量机回归(RVM,Relevance Vector Machine)的基本原理。分析采用高斯径向基核函数时,核函数参数与模型性能之间的关系,并给出核函数参数选择建议。针对一个复杂非线性函数,采用均匀网格取样,并分别增加正态分布噪声和均匀分布噪声,分析RVM回归分析的拟合和泛化能力并与支持向量机(SVM,Support Vector Machine)回归模型作了比较。结果表明,SVM对样本数据的拟合能力优于RVM。但对于非训练样本,RVM的泛化能力要优于SVM,而且RVM模型更加稀疏,且在给出预测值的同时能够给出预测值的置信区间。 相似文献
100.