全文获取类型
收费全文 | 7592篇 |
免费 | 266篇 |
国内免费 | 990篇 |
专业分类
系统科学 | 396篇 |
丛书文集 | 391篇 |
教育与普及 | 8篇 |
理论与方法论 | 10篇 |
现状及发展 | 43篇 |
综合类 | 8000篇 |
出版年
2024年 | 7篇 |
2023年 | 25篇 |
2022年 | 53篇 |
2021年 | 79篇 |
2020年 | 77篇 |
2019年 | 88篇 |
2018年 | 80篇 |
2017年 | 121篇 |
2016年 | 98篇 |
2015年 | 210篇 |
2014年 | 334篇 |
2013年 | 288篇 |
2012年 | 460篇 |
2011年 | 493篇 |
2010年 | 362篇 |
2009年 | 514篇 |
2008年 | 417篇 |
2007年 | 543篇 |
2006年 | 486篇 |
2005年 | 458篇 |
2004年 | 373篇 |
2003年 | 350篇 |
2002年 | 321篇 |
2001年 | 297篇 |
2000年 | 261篇 |
1999年 | 244篇 |
1998年 | 229篇 |
1997年 | 185篇 |
1996年 | 173篇 |
1995年 | 198篇 |
1994年 | 190篇 |
1993年 | 185篇 |
1992年 | 121篇 |
1991年 | 144篇 |
1990年 | 127篇 |
1989年 | 112篇 |
1988年 | 74篇 |
1987年 | 43篇 |
1986年 | 20篇 |
1985年 | 7篇 |
1981年 | 1篇 |
排序方式: 共有8848条查询结果,搜索用时 15 毫秒
11.
加配重复摆振动周期的变化规律 总被引:1,自引:0,他引:1
通过理论推导、研究和分析,得出了加配重复摆振动周期的变化规律. 相似文献
12.
一个广义Rough集模型及其性质 总被引:1,自引:1,他引:0
在传统Rough集理论基础上建立了一个广义Rough集模型,并研究了它的有关性质。 相似文献
13.
14.
广义不确定原理对一般静态黑洞熵的影响 总被引:1,自引:0,他引:1
把广义不确定原理引入黑洞熵的计算,采用薄膜brick-wall模型,对一般静态黑洞外部标量场的熵进行了计算,得到了熵计算公式.应用该公式结果表明,可以得到已知所有静态黑洞的Bekenstein-Hawking熵.作为比较和进一步研究,对视界面上的二维膜的熵进行计算,可以更方便和一般性地得到熵与视界面积成正比的结论,该讨论可直接表明黑洞熵就是其视界面上的量子态的熵.与原始brick-wall模型不同的是,这一结论是有限的,计算中无需引入截断,且小质量近似也可以避免. 相似文献
15.
二阶时滞微分方程三点边值问题的多重正解 总被引:1,自引:1,他引:0
李永昆 《云南大学学报(自然科学版)》2003,25(3):185-188
研究了一个二阶时滞微分方程的三点边值问题,给出了其至少有2个正解的充分条件. 相似文献
16.
17.
在文献[1 0 ] 中 ,由旧码C1 、C2 构造了一类新码C1 C2 ———笛卡尔积码。本文根据文献[1 ]中提出的广义Hamming重量的定义 ,分析了笛卡尔积码与旧码C1 、C2 的广义Hamming重量的关系 ,给出了几个有意义的结果 相似文献
18.
从不可约张量算符与角动量算符之间的对易关系出发,利用角动量算符和角动量本征态的有关性质,给出了Wigner-Eckart定理的一种简单证明方法. 相似文献
19.
基于广义混沌同步的数字图像隐藏方案 总被引:6,自引:3,他引:3
基于广义混沌同步理论,提出了一种适于网络图像传输的隐藏数字图像的安全通讯方案.构造了一个六维广义混沌同步系统作为新方案的加密器,理论分析和计算机模拟说明本方案具有较高的保真度和较强的抗破译能力. 相似文献
20.
两类广义Fibonacci数列的关系 总被引:5,自引:0,他引:5
李海青 《青海师范大学学报(自然科学版)》2002,(3):24-25
本文将研究广义Fibonacci数列{un=un-1 un-2}和数列{αn=αn-1 αn-3 αn-4}的内在关系,得到:设αn=1,α2=(m↑∑↑i=1ui s)^2,α4=(m 1↑∑↑i=2ui s)^2,α6=(m 2↑∑、i=3ui s)^2且αn=αn-1 αn-3 αn-4,则(1)α2n=(m n-1↑∑↑i=nui s)^2,α2n 1 α2n-2 α2n-3=2(m n-2↑∑↑i=n-1ui s)(m n-1↑∑↑i=nui s)(2)α2n 1=(m n-1↑∑↑i=nui s)(m n↑∑↑i=n 1ui s) (-1)^n 1X(m,s),其中X(m,s)=(um s 1-us 1)(um s 2-us 2)-1。 相似文献