全文获取类型
收费全文 | 7501篇 |
免费 | 1370篇 |
国内免费 | 389篇 |
专业分类
化学 | 295篇 |
晶体学 | 98篇 |
力学 | 930篇 |
综合类 | 488篇 |
数学 | 4263篇 |
物理学 | 3186篇 |
出版年
2024年 | 55篇 |
2023年 | 171篇 |
2022年 | 236篇 |
2021年 | 282篇 |
2020年 | 180篇 |
2019年 | 327篇 |
2018年 | 206篇 |
2017年 | 301篇 |
2016年 | 349篇 |
2015年 | 360篇 |
2014年 | 593篇 |
2013年 | 357篇 |
2012年 | 398篇 |
2011年 | 399篇 |
2010年 | 402篇 |
2009年 | 452篇 |
2008年 | 550篇 |
2007年 | 406篇 |
2006年 | 376篇 |
2005年 | 372篇 |
2004年 | 353篇 |
2003年 | 315篇 |
2002年 | 251篇 |
2001年 | 245篇 |
2000年 | 189篇 |
1999年 | 169篇 |
1998年 | 166篇 |
1997年 | 140篇 |
1996年 | 132篇 |
1995年 | 100篇 |
1994年 | 84篇 |
1993年 | 70篇 |
1992年 | 80篇 |
1991年 | 51篇 |
1990年 | 69篇 |
1989年 | 48篇 |
1988年 | 4篇 |
1987年 | 6篇 |
1986年 | 2篇 |
1985年 | 2篇 |
1984年 | 1篇 |
1983年 | 3篇 |
1982年 | 2篇 |
1980年 | 1篇 |
1959年 | 5篇 |
排序方式: 共有9260条查询结果,搜索用时 15 毫秒
81.
82.
83.
介绍了L625瑞利激光雷达系统结构以及基于瑞利散射理论探测大气分子数密度的原理.提出了反复迭代修正大气透过率的计算方法,并通过模拟仿真验证了该算法的可靠性.通过误差分析得到影响大气分子密度不确定度的主要因素为回波信号信噪比以及参考点处大气分子数密度值,给出了回波信号误差产生的主要来源以及参考点选取方法.最后,分析了激光雷达16年观测数据反演的结果,得到合肥地区大气分子数密度的月份以及年份分布状况,结果表明:中层大气分子数密度分布呈现明显的季节性分布特征,冬季分布稀疏,夏季分布密集,随年份分布则较为平稳.通过将统计平均得到的密度廓线与1976美国标准大气模式比对分析,发现由激光雷达观测反演得到的结果较模式值大,二者的比值在1.05~1.13之间. 相似文献
84.
《数学的实践与认识》2015,(11)
基于EM算法对空间分位自回归模型提出了一种新的参数估计方法,通过构造一个集中Q函数,简化了M步中空间滞后参数的估计.与已有的ELQR和ⅣQR方法相比,方法计算简单,蒙特卡洛模拟结果表现较好. 相似文献
85.
《数学的实践与认识》2015,(13)
针对核动力装置故障诊断存在的诊断精度低等问题,提出了一种基于模拟退火算法和概率因果模型相结合的故障诊断方法.首先根据故障样本集和概率因果理论建立动态多故障诊断模型,将复杂系统的多故障诊断转换成非线性规划问题.利用模拟退火算法对该问题进行求解,并建立了诊断测试系统.测试结果表明,方法能有效避免误诊、漏诊现象,可用于复杂核动力装置的动态多故障诊断. 相似文献
86.
《数学的实践与认识》2015,(10)
在T-S模糊神经网络数据融合的基础上,改进了标准T-S模糊融合算法中的模糊算子,并利用聚类算法对网络结构中模糊隶属度个数进行选取.通过仿真实验,验证了改进的算法在融合过程中的合理性、稳定性和准确性.以及聚类算法在T-S模糊神经网络数据融合算法中运用的合理性和有效性. 相似文献
87.
《数学的实践与认识》2015,(16)
研究了Ⅰ型逐阶删失数据下基于EM算法的Weibull参数估计,模拟产生不同Weibull参数组合和删失计划下的Ⅰ型逐阶删失数据,应用基于,EM算法的极大似然估计方法得到参数的估计值,并与数值方法得到的极大似然估计值进行对比,说明EM算法的估计效果.对73名肾脏移植患者生存数据进行实例分析,验证了基于EM算法的参数估计方法的可行性. 相似文献
88.
基于在传感器网络中基站能够测量未知节点(M)S发出的辐射到达不同基站的时间差和它们之间的相对角度,提出了一种基于TDOA/AOA混合三维定位算法,根据基站测得的到达时间差(TDOA)和到达角度(AOA),将两种信息进行融合,建立节点位置估计值的混合算法,得到三维空间内的无线传感器节点坐标.仿真结果表明:在AOA测量值精度比较高时,此种混合算法能够实现比其他算法更好的定位性能 相似文献
89.
90.
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