全文获取类型
收费全文 | 2172篇 |
免费 | 435篇 |
国内免费 | 174篇 |
专业分类
化学 | 245篇 |
晶体学 | 14篇 |
力学 | 341篇 |
综合类 | 138篇 |
数学 | 798篇 |
物理学 | 1245篇 |
出版年
2024年 | 39篇 |
2023年 | 131篇 |
2022年 | 142篇 |
2021年 | 160篇 |
2020年 | 72篇 |
2019年 | 141篇 |
2018年 | 47篇 |
2017年 | 92篇 |
2016年 | 98篇 |
2015年 | 120篇 |
2014年 | 154篇 |
2013年 | 81篇 |
2012年 | 92篇 |
2011年 | 90篇 |
2010年 | 109篇 |
2009年 | 125篇 |
2008年 | 134篇 |
2007年 | 109篇 |
2006年 | 108篇 |
2005年 | 89篇 |
2004年 | 83篇 |
2003年 | 72篇 |
2002年 | 68篇 |
2001年 | 66篇 |
2000年 | 53篇 |
1999年 | 42篇 |
1998年 | 60篇 |
1997年 | 49篇 |
1996年 | 57篇 |
1995年 | 30篇 |
1994年 | 28篇 |
1993年 | 13篇 |
1992年 | 11篇 |
1991年 | 5篇 |
1990年 | 5篇 |
1989年 | 1篇 |
1988年 | 1篇 |
1959年 | 4篇 |
排序方式: 共有2781条查询结果,搜索用时 46 毫秒
81.
为了克服传统预测方法的不足,采用RS-BPNN模型预测商品房价格.利用粗糙集理论确定影响商品房价格的主要因素,运用具有超强数据处理能力的BP神经网络,根据筛选的主要因素作为输入节点数,构建商品房价格的预测模型,然后通过实例进行仿真.结果表明,其预测精度远远超过传统预测方法.可见RS-BPNN模型在房地产价格预测领域具有很强的实用性. 相似文献
82.
为了对广东省的能源需求进行准确的预测,首先分析了影响广东省能源需求的各种因素,构建了预测指标体系.在此基础上,针对能源系统非线性等复杂系统特征,结合粒子群算法和BP神经网络的优点,构建了改进的PSO-BP神经网络的预测模型,并通过主成分分析法对指标体系进行数据降维,以降低神经网络的规模和复杂程度.以广东省1985-2013年的能源需求数据进行模拟与仿真,并对2014-2018年的能源需求量进行预测,理论分析和实证研究表明,该方法能够很好的反映广东省能源需求的特征,预测结果较为准确合理. 相似文献
83.
84.
高精度负荷预测在提高电力系统的安全性和经济性方面有着极其重要的意义,而现有的负荷预测方法因参数有限,难以完全反映其内在规律,因而导致预测结果不够准确.为此提出了一种基于Chebyshev多项式神经网络模型的预测方法.该方法使用递推最小二乘法训练神经网络权值系数,以获得高精度的参数估计,从而实现Chebyshev多项式神经网络模型对负荷量的最优拟合,再利用训练好的Chebyshev多项式神经网络模型实现中长期负荷预测.研究结果表明,该方法能较好模拟负荷变化规律,有效提高了负荷预测精度,在电力系统负荷预测中有较大的应用价值. 相似文献
85.
86.
鉴于传统神经网络和支持向量机机理复杂、计算量大的缺陷,很难实时跟踪磷酸铁锂电池组复杂快速的内部反应,影响电池荷电状态的估算精度,提出应用一种简单、有效的极限学习机对一额定容量为100Ah、额定电压为72V的纯电动汽车磷酸铁锂电池组建模,并分别与BP神经网络、RBF神经网络、支持向量机进行对比。随后,以学习时间和泛化性能为优化目标,应用粒子群方法寻找最佳隐层节点个数。结果表明,基于极限学习机的磷酸铁锂电池组模型的学习时间、泛化性能优于BP神经网络、RBF神经网络、支持向量机;隐层节点优化后,模型的学习时间和泛化性能达到最优。 相似文献
87.
目前国内血液分析仪的白细胞五分类大多以硬件方式实现,且存在硬件结构复杂,制作成本高和过度依赖某些精密部件等问题。为简化五分类仪器的系统结构,提出了一种用于白细胞五分类的智能光学系统,该系统以全光学技术作为白细胞检测方式,采用VC6.0作为软件开发平台,建立了RBF神经网络的白细胞五分类识别算法模型,整个细胞识别和分类过程完全由软件实现,从而降低硬件复杂程度,减小了外界干扰因素的影响。实验结果:样机对LYM、MON、NEU、EOS、BAS的测试相对偏差分别为1.43%、4.41%、3.92%、2.94%、11.1%,满足了国家标准中的性能要求,故仪器整体的分类结果比较理想。结论:本文提出的智能光学系统具有性能稳定可靠、抗干扰能力强的特点。 相似文献
88.
针对通信设备故障发生随机性强,影响因素多,对应的故障诊断有高度非线性和不确定性的特点,采用BP神经网络算法,优化的GA-BP神经网络算法和POS-BP神经网络算法分别搭建基站设备故障诊断模型,提取设备故障历史数据进行MATLAB仿真,准确预测设备故障类型,帮助提高代维公司调度管理的智能化水平,提高基站设备运维的执行效率。仿真结果表明:本文的BP,GA-BP和POS-BP神经网络算法都能够实现设备故障类别的预测,且GA-BP神经网络算法相比BP和POS-BP神经网络算法对通信设备故障诊断有更好的适应性。 相似文献
89.
针对市场上光伏监控系统运行效率不高、发电量预测忽略太阳辐照度以及缺少嵌入预测功能等问题,提出一种以串口服务器为数据采集网关,以面向对象的方法描述设备、以多线程的方式处理数据、以模块化的思想布局,采用自定义数据队列、以嵌入的RBF神经网络模型预测发电量的高效光伏监控方案;以在广西大学内搭建的一个小型的光伏发电站为实验对象,在该方案的基础上实现多总线的光伏远程监控系统,并在该系统中嵌入发电量预测功能;经过长时间地运行系统并预测发电量,结果表明该系统具有运行效率高、可扩展性强、发电量预测精度高等优点。 相似文献
90.