全文获取类型
收费全文 | 10234篇 |
免费 | 292篇 |
国内免费 | 534篇 |
专业分类
系统科学 | 731篇 |
丛书文集 | 394篇 |
教育与普及 | 275篇 |
理论与方法论 | 78篇 |
现状及发展 | 63篇 |
研究方法 | 1篇 |
综合类 | 9518篇 |
出版年
2024年 | 44篇 |
2023年 | 183篇 |
2022年 | 206篇 |
2021年 | 260篇 |
2020年 | 234篇 |
2019年 | 189篇 |
2018年 | 114篇 |
2017年 | 188篇 |
2016年 | 186篇 |
2015年 | 260篇 |
2014年 | 530篇 |
2013年 | 460篇 |
2012年 | 506篇 |
2011年 | 621篇 |
2010年 | 598篇 |
2009年 | 588篇 |
2008年 | 878篇 |
2007年 | 696篇 |
2006年 | 549篇 |
2005年 | 525篇 |
2004年 | 397篇 |
2003年 | 342篇 |
2002年 | 353篇 |
2001年 | 321篇 |
2000年 | 225篇 |
1999年 | 215篇 |
1998年 | 209篇 |
1997年 | 188篇 |
1996年 | 162篇 |
1995年 | 126篇 |
1994年 | 114篇 |
1993年 | 98篇 |
1992年 | 82篇 |
1991年 | 106篇 |
1990年 | 102篇 |
1989年 | 80篇 |
1988年 | 53篇 |
1987年 | 45篇 |
1986年 | 12篇 |
1985年 | 8篇 |
1984年 | 1篇 |
1983年 | 3篇 |
1982年 | 1篇 |
1978年 | 1篇 |
1957年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
821.
822.
结构形貌测量具有重要的工程应用价值。设计了基于投影散斑的结构表面形貌测量方案,结合双目立体视觉标定、散斑特征匹配、三维重建等关键技术,搭建了测量系统,并用该系统测量了典型结构表面的形貌点云数据,最后将测得的点云数据与结构的CAD(computer aided design)模型进行配准,评估了测量方法误差,验证了该方法的准确性。结果表明,投影散班形貌测量方法可以实现结构表面形貌的高精度测量,其最大误差为0.2 mm。 相似文献
823.
改进的核相关自适应目标跟踪 总被引:1,自引:1,他引:0
针对目标跟踪中出现的快速运动、尺度变化、遮挡等问题,提出基于遮挡检测的核相关自适应目标跟踪。该方法首先,利用核函数对正则化最小二乘分类器求解获得核相关滤波器,其次,利用核相关滤波器计算特征响应图,同时学习一维尺度滤波器对尺度进行估计,最后,通过响应图的最大值和振荡程度来判断目标是否被遮挡,在未受到遮挡的情况下,更新学习目标的外观模型和尺度模型,实现自适应目标跟踪。在公开的标准数据集上的实验结果表明,相比原始核相关滤波算法,平均中心位置误差降低15%,平均重叠率提高10%,且在目标尺度发生变化、遮挡、光照变化、快速运动等复杂场景下有较强的鲁棒性、适应性。 相似文献
824.
825.
直流偏磁严重威胁着电力变压器的安全运行。为了确定直流偏磁的影响范围及程度,开发了分布式电力变压器直流偏磁中性点电流、噪声以及振动多状态量监测系统并投入实际应用。系统由分布式监测终端以及远程监测服务器构成。由霍尔传感器、传声器以及加速度传感器构成检测系统前端,对中性点电流、噪声以及振动信号进行了50 Hz及其谐频幅值分析。通过设计1/3倍频程滤波器计算噪声信号1/3倍频程以及等效A声级,检测结果由监测终端分析整理后通过GPRS网络远程传输至监测服务器并存储至数据库。利用监测服务器实现当前各变压器直流偏磁状况实时显示以及历史数据查询。现场应用结果表明,所设计的分布式变压器直流偏磁多状态量监测系统测量结果准确、信号传输稳定,有助于确定直流偏磁的影响范围及程度,为直流偏磁的针对性控制提供技术支持。 相似文献
826.
本文提出了一种新型的超低相位噪声VCO结构,该结构能够在不增加额外电感、不增大芯片面积的前提下,实现输出电压摆幅的大幅度提高,使得摆幅可以高于供电电压且低于地电位,进而改进VCO的相位噪声。采用TSMC 0.13 μm CMOS工艺对该VCO进行设计。芯片测试结果表明:该VCO的振荡频率为5.5 GHz~6.2 GHz,在5.8 GHz振荡频率处,相位噪声达到-126.26 dBc/Hz@1 MHz,消耗的功耗为2.5 mW。归一化FOM指标达到-197.5 dBc/Hz。 相似文献
827.
828.
829.
830.
近年来,聚类作为机器学习、数据挖掘等领域的基本问题受到广泛的关注及研究,然而数据中普遍存在的噪声和异常值严重影响聚类结果.提出一个基于相关熵和流形正则化的聚类框架CRNMF(Correntropy and Manifold Regularization Non-Negative Matrix Factorization).首先,采用基于相关熵的非负矩阵分解(Non-Negative Matrix Factorization,NMF)作为损失函数来抑制非高斯噪声和异常值的影响;其次,充分考虑数据的结构信息,采用流形正则化学习数据的局部结构,并通过l2,1-范数对非负矩阵进行稀疏约束;最后,利用半二次优化技术(Half-Quadratic Optimization Technique,HQ)进行优化,并分析了收敛性和计算复杂度.在五个图像数据集上进行测试,实验结果表明,提出的框架在图像聚类任务中具有较好的有效性和鲁棒性. 相似文献