全文获取类型
收费全文 | 7330篇 |
免费 | 241篇 |
国内免费 | 323篇 |
专业分类
系统科学 | 428篇 |
丛书文集 | 260篇 |
教育与普及 | 196篇 |
理论与方法论 | 78篇 |
现状及发展 | 51篇 |
综合类 | 6881篇 |
出版年
2024年 | 41篇 |
2023年 | 156篇 |
2022年 | 189篇 |
2021年 | 175篇 |
2020年 | 116篇 |
2019年 | 120篇 |
2018年 | 79篇 |
2017年 | 118篇 |
2016年 | 132篇 |
2015年 | 202篇 |
2014年 | 358篇 |
2013年 | 343篇 |
2012年 | 431篇 |
2011年 | 494篇 |
2010年 | 472篇 |
2009年 | 550篇 |
2008年 | 579篇 |
2007年 | 454篇 |
2006年 | 361篇 |
2005年 | 250篇 |
2004年 | 261篇 |
2003年 | 231篇 |
2002年 | 242篇 |
2001年 | 223篇 |
2000年 | 219篇 |
1999年 | 152篇 |
1998年 | 116篇 |
1997年 | 113篇 |
1996年 | 130篇 |
1995年 | 85篇 |
1994年 | 111篇 |
1993年 | 96篇 |
1992年 | 67篇 |
1991年 | 58篇 |
1990年 | 50篇 |
1989年 | 44篇 |
1988年 | 28篇 |
1987年 | 26篇 |
1986年 | 14篇 |
1985年 | 1篇 |
1982年 | 1篇 |
1980年 | 2篇 |
1962年 | 1篇 |
1958年 | 1篇 |
1957年 | 1篇 |
1926年 | 1篇 |
排序方式: 共有7894条查询结果,搜索用时 484 毫秒
41.
PMSM的高精度感应电势状态观测器与位置估计 总被引:1,自引:0,他引:1
提出了永磁同步电动机考虑参数变化时精确的感应电势关系式新模型,建立了微分型和非微分型两种高精度感应电势观测器,证明了感应电势观测器的稳定性和收敛性,分析了参数变动对位置估计的影响.针对无位置传感器矢量控制系统,以内埋式永磁同步电动机为例进行了仿真实验研究,结果表明设计的感应电势状态观测器具有优良的性能. 相似文献
42.
43.
44.
45.
46.
王忠魁 《陕西理工学院学报(自然科学版)》1992,(2)
本文揭示了从日本引进的手摇套料钴的工作进给原理为一差动螺旋传动,阐明了它的使用方法,详细分析了它的齿轮传动、螺纹传动、刀具结构及几何角度,并提出了相应的改进意见。 相似文献
47.
本文研制了一种测力—落刀装置,对积屑瘤和鳞剌的某些问题进行了试验研究。结果表明:在积屑瘤存在的区域内,由于刀具实际前角的增加,以及切屑与积屑瘤的接触长度小于自然接触长度,从而导致了切削力的降低。积屑瘤不是整体稳定不变的,也不是高频地整体脱落后再重新生长。而是基体比较稳定,头部产生高频的分裂、成长,其分裂的部分留在工件表面成为鳞剌,同时,引起了切削力的较大波动。切削力动态分量越大,相应的鳞剌高度越高。 相似文献
48.
基于神经网络的无刷直流电机预测控制的仿真研究 总被引:1,自引:0,他引:1
在无刷直流电动机高性能速度跟踪系统中,由于PI控制的滞后性,无法根据未来动态行为产生较为理想的PWM波形。针对PWM发生器一无刷直流电动机系统,提出基于神经网络的PWM预测控制方法。采用离线训练和在线修正的方法,通过对PWM发生器-无刷直流电动机系统动态行为的在线估计,建立了系统的神经网络模型。最优控制器根据神经网络模型的输入、输出响应产生合适的PWM波形。在Matlab/Simulink环境建立了模型并进行了仿真,结果表明,较之PI控制器,神经网络预测控制具有更好的动态响应性能。 相似文献
49.
在任务关键型云计算服务中,构建准确的数据中心电力拓扑结构对于实现快速准确的故障处理,减轻故障事件对云计算服务质量的损害十分重要。但目前数据中心电力拓扑结构的生成过程具有劳动密集型的特点,其准确性难以得到有效评估和保障。该文设计了一种基于无监督学习的智能数据中心电力拓扑系统(intelligent data center power topology system,IPTS),不仅可为电力系统的运行部分自动生成实时变化的电力拓扑结构,而且可利用电力系统的监控数据对人工构建的数据中心电力拓扑结构进行验证。实验结果表明,IPTS可自动生成准确的数据中心电力拓扑结构,一致性比率(CR)可达到0.978,并可有效地定位人工构建的电力拓扑结构中的大多数错误。 相似文献
50.
过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力. 相似文献