全文获取类型
收费全文 | 36960篇 |
免费 | 1397篇 |
国内免费 | 2338篇 |
专业分类
系统科学 | 1782篇 |
丛书文集 | 1340篇 |
教育与普及 | 217篇 |
理论与方法论 | 76篇 |
现状及发展 | 136篇 |
综合类 | 37141篇 |
自然研究 | 3篇 |
出版年
2024年 | 218篇 |
2023年 | 250篇 |
2022年 | 427篇 |
2021年 | 455篇 |
2020年 | 499篇 |
2019年 | 451篇 |
2018年 | 456篇 |
2017年 | 555篇 |
2016年 | 638篇 |
2015年 | 969篇 |
2014年 | 1642篇 |
2013年 | 1296篇 |
2012年 | 2089篇 |
2011年 | 2224篇 |
2010年 | 1719篇 |
2009年 | 2026篇 |
2008年 | 1821篇 |
2007年 | 2626篇 |
2006年 | 2143篇 |
2005年 | 2030篇 |
2004年 | 1891篇 |
2003年 | 1744篇 |
2002年 | 1523篇 |
2001年 | 1324篇 |
2000年 | 1135篇 |
1999年 | 1076篇 |
1998年 | 891篇 |
1997年 | 879篇 |
1996年 | 826篇 |
1995年 | 711篇 |
1994年 | 669篇 |
1993年 | 630篇 |
1992年 | 564篇 |
1991年 | 510篇 |
1990年 | 500篇 |
1989年 | 433篇 |
1988年 | 391篇 |
1987年 | 277篇 |
1986年 | 130篇 |
1985年 | 32篇 |
1984年 | 14篇 |
1981年 | 2篇 |
1955年 | 9篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
41.
42.
考虑核函数有弱奇性的第二类Fredholm积分方程的自适应数值解法,讨论如何对核函数进行分片多项式插值逼近,如何确定相关的参数,最后给出数值例子说明自适应解法的可行性. 相似文献
43.
从教学内容和教学方法两方面对泛读课的教学及其设置进行了新的探索,在教学内容方面,以教材为主,补充为辅,注重实用,提高能力,明确教学目的,选择配套材料。关于教学方法,打破传统教法,针对学生在阅读的三个阶段的表现采取相应对策,努力做到因材施教,因势利导。 相似文献
44.
培养学生构建物理模型的意识和提高学生构建物理模型的能力是高中物理教学的重要任务之一.本文通过实例具体阐述了高中物理教学中构建物理模型的作用及帮助学生提高建模能力的方法. 相似文献
45.
46.
在阐述地震动持时的含义及特征的基础上,分析研究了黄土地区与非黄土地区地震动衰减的差异,建立了甘肃省黄土地区地震动衰减规律,提出一种解决与给定超越概率水平相匹配的地震动持时的概率预测方法,给出了甘肃省黄土主要分布地区50年超越概率10%的地震动持时区划结果。 相似文献
47.
48.
给出了一种非常简洁的求POSC(D)的表上作业方法,此法不仅无须分别求出U/IND(C)和U/IND(D),而且省略了U/IND(C)和U/IND(D)之间的比较及求交的程序;最后,应用这一方法研究了评价和预测问题中各因素的合理赋权问题,对中国区域生态水平评价问题进行了权重挖掘,按照所得权重给出了新的评价结果. 相似文献
49.
在将等斜率灰色聚类法应用于地面水环境质量评价的基础上提出了灰色聚类样点排序法,并用灰色聚类样点排序法对实例进行水环境质量评价比较,讨论了灰色聚类样点排序法在权重处理过程的可行性.认为灰色聚类样点排序法兼顾到1)各测点的实测污染浓度都在级别标准范围内较有规律地变化,各污染物的标准值之间差异不太大;2)污染物分布的离散度太大,各标准值之间差别也太大这两种情况. 相似文献
50.
截至2018-01-16,LIGO已成功探测引力波事件6次.可以预期,引力波探测事件会越来越多,引力波天文学会很快进入到大数据阶段.深度学习在大数据处理方面近年来得到迅速发展.它在数据处理速度,准确度等方面都表现出极大的优势.深度学习在引力波数据处理中的应用讨论还不多.本文引入此问题,并对其进行初步研究.引力波数据最大的特点是强噪声、弱信号.现行的数据处理方法是利用匹配滤波的方式把引力波信号从强噪声中挖掘出来.同时,匹配滤波方法还可以确定引力波源的性质,定量确定其参数.匹配滤波方法的弱点是计算量巨大.这导致数据处理速度很慢.对于将来的大数据引力波天文学,这更将是一个巨大的隐患.匹配滤波方法的另一个潜在问题是,完备准确的理论波形模板是其工作的前提条件.这个潜在问题的后果是很难找到理论预期之外的引力波信号.深度学习的数据处理方法有可能在这些问题上提供出路.同时,深度学习也会遇到其自身的若干困难和问题.本文将从网络结构、训练数据制备、训练优化、对信号识别的泛化能力、对数据的特征图表示以及对特征数据遮挡的响应等方面来展开讨论. 相似文献