全文获取类型
收费全文 | 3171篇 |
免费 | 172篇 |
国内免费 | 207篇 |
专业分类
系统科学 | 301篇 |
丛书文集 | 59篇 |
教育与普及 | 20篇 |
理论与方法论 | 5篇 |
现状及发展 | 16篇 |
研究方法 | 1篇 |
综合类 | 3145篇 |
自然研究 | 3篇 |
出版年
2024年 | 19篇 |
2023年 | 36篇 |
2022年 | 53篇 |
2021年 | 57篇 |
2020年 | 60篇 |
2019年 | 37篇 |
2018年 | 42篇 |
2017年 | 47篇 |
2016年 | 54篇 |
2015年 | 77篇 |
2014年 | 128篇 |
2013年 | 115篇 |
2012年 | 153篇 |
2011年 | 157篇 |
2010年 | 136篇 |
2009年 | 158篇 |
2008年 | 198篇 |
2007年 | 206篇 |
2006年 | 206篇 |
2005年 | 190篇 |
2004年 | 165篇 |
2003年 | 162篇 |
2002年 | 162篇 |
2001年 | 161篇 |
2000年 | 112篇 |
1999年 | 100篇 |
1998年 | 95篇 |
1997年 | 83篇 |
1996年 | 80篇 |
1995年 | 70篇 |
1994年 | 42篇 |
1993年 | 44篇 |
1992年 | 33篇 |
1991年 | 23篇 |
1990年 | 29篇 |
1989年 | 19篇 |
1988年 | 17篇 |
1987年 | 12篇 |
1986年 | 9篇 |
1985年 | 1篇 |
1955年 | 2篇 |
排序方式: 共有3550条查询结果,搜索用时 8 毫秒
881.
882.
基于小波包分析与支持向量机的电力电子整流装置故障诊断 总被引:1,自引:0,他引:1
李俊涛 《北华大学学报(自然科学版)》2014,(4):548-551
针对当前电力电子整流装置使用的故障诊断方法在应用过程中表现出的缺陷,提出了一种基于小波包分析与支持向量机的电力电子整流装置故障诊断方法:首先使用小波包分析方法对故障信号波形进行分解,提取故障特征向量,然后使用支持向量机理论构造多分类故障分类器对提取的故障特征向量进行分类.仿真实验结果表明,该方法能够有效地完成对电力电子整流装置的故障诊断,具有很好的工程应用价值. 相似文献
883.
本文通过对机器振动状态的模糊聚类分析,正确评价了解机器当前运行状态及过去一段时间内运行状态的变化情况.并将模糊分类方法和优化理论相结合,提出了一种对机器运行状态的发展趋势作出合适评价的新方法,为机组的大修和停机时间从理论上提供了依据.最后,通过对现场不同机组数据的计算,证明本方法是切实可行的,其效果是令人满意的. 相似文献
884.
为提高挖掘机液压系统的可靠性,提出了基于主元回归(Principal Component Regression,PCR)模型和模糊C-均值(Fuzzy C-Means,FCM)聚类的挖掘机液压系统故障诊断方法.故障诊断方法将故障诊断分成故障特征提取和故障分类两个部分.在故障特征提取中,首先确定PCR模型的输入/输出结构,通过主元分析(Principal ComponentAnalysis,PCA)的累积贡献率得到故障样本的主元数目,建立相应的PCR模型并提取回归系数作为故障特征;在故障分类中,将FCM聚类作为故障分类器,对回归系数进行分类,判断系统的故障状态.仿真试验表明,提出的故障诊断方法能有效地应用于挖掘机液压系统. 相似文献
885.
以碳源添加量、 氮源添加量、 恶臭假单胞菌接种量、 超声时间和降解时间作为输入变量, 以雌激素乙炔基雌二醇(EE2)和双酚A(BPA)的降解率为输出变量, 构建土壤中超声辅助的EE2和BPA降解BP神经网络模型. 利用BP神经网络模型预测雌激素超声辅助降解析因设计的响应值, 并通过析因设计分析影响雌激素微生物降解的主效应及交互作用, 进而求解土壤中EE2和BPA的最优降解条件为10%的碳源添加量、 10%的氮源添加量、 接种量为20 mL、 超声时间为1 min和降解时间为168 h. 结果表明: BP神经网络模型的相关系数为0.952 5和0.983 1, 模拟效率系数(NSC)为0.956 5和0.957 2, 模型具有较准确的预测功能; 碳源添加量×氮源添加量和碳源添加量×恶臭假单胞菌接种量在雌激素降解过程中发挥协同作用, EE2和BPA最大降解率分别为87.13%和69.27%; 分析雌激素的有机碳标化系数 (lg Koc)及其半衰期的结果表明, EE2和BPA的降解效果与其移动性成正比, 与持久性成反比. 相似文献
886.
用连续小波灰度图诊断齿轮故障 总被引:1,自引:0,他引:1
为了识别齿轮振动信号中的冲击性故障,利用连续小波变换对正常和故障齿轮的振动信号进行分析,将不同尺度下连续小波分解系数的绝对值用灰度图的方式表示出来,并利用特征矢量法估计信号功率谱进行验证,准确识别出了齿轮轴的不对中故障。分析结果表明,小波分析对信号具有多尺度分析能力,对振动信号中的冲击成分有很强的识别能力;连续小波变换灰度图不仅能直观反应齿轮的正常与故障状况,而且不会丢失冲击信号的时间信息,有利于寻找故障源,实现对齿轮故障的准确诊断。 相似文献
887.
粗糙集与神经网络集成在故障诊断中应用研究 总被引:11,自引:0,他引:11
提出了SOM网络-粗糙集-BP网络集成进行故障诊断的方案;首先应用SOM网络离散化故障诊断数据中的连续属性值;然后基于粗糙集理论计算诊断决策系统的约简,根据实际需要确定最优决策系统;最后在最优决策系统的基础上设计BP网络进行故障诊断,4135柴油机的实际诊断结果验证了所提出的民粗糙集理论相结合进行故障诊断的可行性,在数据充分的条件下,该方案可以推广应用于其他机械设备。 相似文献
888.
889.
以用于故障诊断的机器人(DiagnosisRobot,简称D.R.)为例,介绍一种利用模糊控制理论及音谱分析技术对机械设备进行故障诊断的方法。应用这种技术,可使D.R.在强噪音环境下准确地探测到故障源并分析出其故障类型。 相似文献
890.
针对支持向量机分类算法中模型选择对分类精确性影响很大的问题,结合转子实验台模拟的典型旋转机械故障数据对影响多故障分类器分类性能的相关因素进行了研究。结果表明,在少量时域故障数据样本条件下,选用不同的核函数及核函数参数对多故障分类器的分类精度有一定影响,为实际工程应用中选择合适的支持向量机核函数类型及其参数提供一定的帮助. 相似文献