全文获取类型
收费全文 | 11125篇 |
免费 | 475篇 |
国内免费 | 615篇 |
学科分类
自然科学 | 12215篇 |
出版年
2024年 | 15篇 |
2023年 | 152篇 |
2022年 | 151篇 |
2021年 | 176篇 |
2020年 | 237篇 |
2019年 | 252篇 |
2018年 | 132篇 |
2017年 | 201篇 |
2016年 | 226篇 |
2015年 | 347篇 |
2014年 | 651篇 |
2013年 | 601篇 |
2012年 | 725篇 |
2011年 | 752篇 |
2010年 | 727篇 |
2009年 | 832篇 |
2008年 | 914篇 |
2007年 | 812篇 |
2006年 | 608篇 |
2005年 | 542篇 |
2004年 | 432篇 |
2003年 | 373篇 |
2002年 | 325篇 |
2001年 | 345篇 |
2000年 | 249篇 |
1999年 | 200篇 |
1998年 | 156篇 |
1997年 | 155篇 |
1996年 | 134篇 |
1995年 | 144篇 |
1994年 | 115篇 |
1993年 | 104篇 |
1992年 | 106篇 |
1991年 | 67篇 |
1990年 | 72篇 |
1989年 | 90篇 |
1988年 | 38篇 |
1987年 | 26篇 |
1986年 | 12篇 |
1985年 | 4篇 |
1984年 | 1篇 |
1983年 | 3篇 |
1982年 | 2篇 |
1978年 | 2篇 |
1962年 | 3篇 |
1958年 | 1篇 |
1957年 | 2篇 |
1948年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
由于浓密脱水过程中浓密机的底流浓度难以在线检测,本文提出了一种基于宽度学习的软测量建模方法,用以解决底流浓度的在线检测问题.该方法精度高,泛化能力强.首先,在浓密机内部安装压力传感器,建立正常工况下的历史数据集;然后,利用宽度学习系统对软测量模型进行训练,从而实现浓密机底流浓度的在线预测;最后,通过仿真实验验证了该方法的有效性.与传统的机器学习方法相比,宽度学习方法具有更高的预测精度. 相似文献
2.
电力系统负荷预测精度直接决定了预测模型的质量.为了降低预测模型输出结果的预测误差,提出了粒子群算法优化支持向量机回归这一智能预测方法.通过对环境温度、节假日、工作日、日期的采集与分析作为模型的输入,以日平均负荷作为模型的输出.最后,通过仿真,对引入粒子群算法的支持向量机回归模型的预测结果进行对比分析.结果表明:优化后的智能模型取得了更为理想的预测结果. 相似文献
3.
目的 探讨不稳定型心绞痛患者健康素养在社会支持与自我管理间是否存在中介效应.方法 采用慢性病健康素养量表、社会支持量表、冠心病自我管理量表对298名不稳定型心绞痛患者进行问卷调查,应用SPSS 25.0软件进行数据的统计分析,使用PROCESS插件进行中介效应检验.结果 不稳定型心绞痛患者健康素养得分中改善健康意愿维度得分最低[(11.45±3.61)分];社会支持总体得分[(31.63±5.72)分]处于较低水平;自我管理得分中治疗依从性管理维度得分最低[(7.75±1.95)分];不稳定型心绞痛患者健康素养、社会支持与自我管理间均呈显著正相关(P<0.05);健康素养在社会支持和自我管理间存在中介效应.结论 不稳定型心绞痛患者的社会支持既可以直接影响自我管理,也可以通过健康素养来影响自我管理. 相似文献
4.
针对现阶段基于脑机接口(brain-computer interface,BCI)的康复机器人存在多目标分类时间长、识别准确率仍有待提升的问题,设计了一种由脑电信号控制的上肢康复机器人,对脑电信号中的稳态视觉诱发电位(steady-state visual evoked po-tential,SSVEP)分类,进而判断出受试意图并输出相应动作指令.基于MATLAB的Psychtoolbox工具箱设计了包含5个刺激矩形的频闪界面作为视觉刺激器,刺激大脑生成SSVEP信号,对应上肢康复机器人的5个控制指令.运用多导联同步指数(multivariate synchronization index,MSI)算法对采集到的信号进行分类并输出控制指令,机器人在接收指令后执行特定动作.实验得到的机器人动作正确率最佳为98.33%,平均信息传输速率为23.11 bit/min.结果表明:SSVEP信号控制的上肢康复机器人在辅助治疗的方面具有良好的应用前景,可以有效提高肢体偏瘫患者的康复效果. 相似文献
5.
为了能利用单一传感器在跌倒撞击前实时检测出跌倒即将发生,结合支持向量机(SVM)和阈值法设计了一种自适应跌倒前实时检测方法.实验结果表明,该方法能在跌倒撞击前实时检测出跌倒即将发生,且比人工阈值法和SVM方法有更长的间隔时间,比SVM方法有更高的召回率和特异度. 相似文献
6.
法律智能合约平台模型的研究与设计 总被引:1,自引:1,他引:0
现有的智能合约技术本质上只是一段链上代码,而真正的智能合约应是法律合约的数字化,可以实现合约条款的自动执行。为此,介绍了法律智能合约的重要科技,包括法律考量、预言机、事件模型等基础设施,在分析相关机构工作的基础上提出了法律智能合约的5个标准开发步骤,通过对法律流程标准的研究提出了设计智能合约模版的方法。为解决智能合约模版上数据预处理的问题,还设计了基于预言机技术的安全多管道事件模型。基于上述理论和模型,可进一步实现法律智能合约的开发和自动化处理。 相似文献
7.
8.
针对基于正则表达式和传统机器学习的分类方法分别存在模式手工提取困难和性能瓶颈的问题, 提出一种基于深度学习的问题帖分类方法, 采用深度文本挖掘模型TextCNN和融合注意力机制的TextRNN构建分类模型. 实验结果表明, 基于深度学习的方法在多数问题目的类别上的分类性能优于已有基准方法, 且使用的Adam优化器优于SGD优化器, 使用Glove预训练的词向量优于使用随机生成的词向量. 该方法以提问目的对帖子进行分类, 可为分析Stack Overflow(SO)上的帖子讨论主题增加新维度. 相似文献
9.
针对支持向量机(support vector machines, SVM)检测异常用电用户精度受样本非均衡性和核函数选择影响的问题, 提出一种基于TLSmote-SVM(tomekLink-smote-SVM)的窃漏电诊断模型. 首先基于用电用户数据分布, 利用Smote方法扩充少数类样本, 同时采用Tomek-link剔除噪声; 然后对用户用电特征指标降维后优选SVM核函数; 最后将该算法应用于非均衡用户窃漏电诊断实验, 并与传统SVM和Smote-SVM进行对比, 实验结果表明, 该算法可显著提高窃漏电用户的检测精度. 相似文献
10.
绝缘手套法是配网带电作业的主要作业方式,为获取穿戴绝缘手套的带电作业人员上肢肌肉的疲劳特性及其诱发的肌肉骨骼系统疾患(work-related musculoskeletal disorders,WMSDs)的风险,开展了基于表面肌电信号(surface electromyogra-phy,sEMG)的绝缘手套法带电作业人员上肢肌肉疲劳评估研究.针对配网绝缘手套法的典型作业工况,搭建了绝缘手套法带电作业上肢的sEMG试验平台,采集受试者上肢(右手)各目标肌肉在是否穿戴绝缘手套下的sEMG信号;基于时域特征参数积分肌电值(integrated electromyography,IEMG)、均方根值(root mean square,RMS)及频域特征参数平均功率频率(mean power frequency,MPF)、中位频率(median frequency,MDF)对绝缘手套的上肢肌肉疲劳特征进行评估;基于支持向量机(support vector machine,SVM)构建了带电作业人员上肢肱桡肌疲劳状态识别模型.结果表明:穿戴绝缘手套作业时各目标肌肉更容易进入疲劳状态;穿戴绝缘手套作业时,作业人员上肢部位的肱桡肌、肱二头肌、肱三头肌、三角肌的疲劳程度依次递减,与仿真计算的分析结果一致;sEMG时域特征参数IEMG、RMS对作业人员上肢肌肉疲劳的表征效果要优于频域特征参数MPF和MDF;带电作业人员上肢肱桡肌疲劳状态识别模型总体平均准确率为86.56%,能有效识别上肢肱桡肌肌肉疲劳状态. 相似文献