全文获取类型
收费全文 | 8641篇 |
免费 | 1432篇 |
国内免费 | 1182篇 |
专业分类
化学 | 790篇 |
晶体学 | 7篇 |
力学 | 568篇 |
综合类 | 453篇 |
数学 | 7327篇 |
物理学 | 2110篇 |
出版年
2024年 | 4篇 |
2023年 | 103篇 |
2022年 | 115篇 |
2021年 | 135篇 |
2020年 | 103篇 |
2019年 | 189篇 |
2018年 | 97篇 |
2017年 | 212篇 |
2016年 | 217篇 |
2015年 | 221篇 |
2014年 | 544篇 |
2013年 | 425篇 |
2012年 | 408篇 |
2011年 | 532篇 |
2010年 | 562篇 |
2009年 | 596篇 |
2008年 | 700篇 |
2007年 | 621篇 |
2006年 | 567篇 |
2005年 | 524篇 |
2004年 | 524篇 |
2003年 | 480篇 |
2002年 | 388篇 |
2001年 | 409篇 |
2000年 | 359篇 |
1999年 | 273篇 |
1998年 | 299篇 |
1997年 | 274篇 |
1996年 | 264篇 |
1995年 | 245篇 |
1994年 | 218篇 |
1993年 | 147篇 |
1992年 | 132篇 |
1991年 | 134篇 |
1990年 | 114篇 |
1989年 | 86篇 |
1988年 | 11篇 |
1987年 | 8篇 |
1986年 | 4篇 |
1985年 | 3篇 |
1984年 | 1篇 |
1983年 | 3篇 |
1982年 | 2篇 |
1981年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
大数据背景下挖掘大规模高维数据所隐藏的信息备受关注.本文主要目的是采用分布式优化方法解决加SCAD和Adaptive LASSO惩罚的高维线性回归中的参数估计和变量选择问题.主要方法是通过构造全局损失函数的一个交互有效的正则化替代损失函数,把基于全局损失函数的优化问题转化为基于替代损失函数的优化问题.本文设计的修正的ADMM算法,在计算上,只需要子机器基于局部数据计算梯度,而主机器进行参数估计和变量选择.在主从机器交互复杂度上,基于替代损失函数所得的估计误差收敛于基于全局损失函数所得的估计误差.通过模拟和实证研究进一步验证本文提出的分布式计算方法在实际生活中的可行性和实用性. 相似文献
2.
作为对半连续函数的推广,Yamazaki在[Topology Appl.,2017,231:386-399]中引入半连续偏序集值映射的概念.本文证明多数广义度量空间和度量空间均可用偏序集值映射来刻画,所得结果推广了[Topol ogyAppl.,2018,238:76-89]中的某些相应结论. 相似文献
3.
贮存时间是影响生菜品质的一项重要因素,传统的贮存时间鉴别方法主要依靠人工经验,但是这种方法的准确率和可信度并不高。研究的目标是建立一种基于模糊识别的模型进行生菜光谱分析以实现生菜贮存时间的鉴别,并与其他鉴别方法作比较。为此,在当地超市购买60份新鲜生菜样品,存放于冰箱中待用。首先,通过Antaris Ⅱ近红外光谱检测仪采集生菜样品的近红外光谱数据,每隔12小时检测一次,每个样本检测重复三次,并取三次平均值作为实验数据。其次,利用多元散射校正(MSC)减少近红外光谱中的冗余信息。为了进一步去除近红外光谱中的无用信息以及简化随后的数据分类过程,分别运用主成分分析(PCA)和排序主成分分析 (PCA Sort)。其中,PCA Sort通过改进对主成分的排序方法能提高分类准确率,同时便于模糊线性鉴别分析(FLDA)进一步提取特征。PCA和PCA Sort的计算仅运用了前15个主成分(能充分反映光谱的主要信息)。最后,利用模糊线性鉴别分析算法(FLDA)和K近邻算法(KNN)进一步分类所得的低维数据。基于PCA和KNN算法的模型鉴别准确率达到43%,而基于PCA,FLDA和KNN算法的模型鉴别准确率可达83%。上述结果说明基于PCA,FLDA和KNN算法的模型鉴别准确率已经得到较大程度提高。当用PCA Sort替代了模型中的PCA算法后,结合FLDA和KNN算法则鉴别准确率达到98.33%。实验结果表明PCA Sort结合FLDA和KNN所建立的模型是有效的生菜贮存时间鉴别模型。 相似文献
4.
研究了一类具有非线性源项和粘性项的拟线性抛物型方程组的初边值问题.通过构造稳定集, 证明了此问题整体解的存在性, 并建立了解的长时间行为.同时在放松函数的适当假设条件下, 得到了初始能量非负时解的爆破性质及解的生命区间估计. 相似文献
5.
本文研究了300 V绝缘体上硅横向双扩散金属氧化物半导体场效应管在电离辐射总剂量效应下的线性电流退化机理,提出了一种具有超薄屏蔽层的抗辐射结构实现线性电流加固.超薄屏蔽层位于器件场氧化层的下方,旨在阻止P型掺杂层表面发生反型,从而截断表面电流路径,有效抑制线性电流的退化.对于横向双扩散金属氧化物半导体场效应管,漂移区上的场氧化层中引入的空穴对线性电流的退化起着主导作用.本文基于器件工艺仿真软件,研究器件在辐照前后的电学特性,对超薄屏蔽层的长度、注入能量、横向间距进行优化,给出相应的剂量窗口,在电离辐射总剂量为0—500 krad(Si)的条件下,将最大线性电流增量从传统结构的447%缩减至10%以内,且辐照前后击穿电压均维持在300 V以上. 相似文献
6.
采用基于谱元法线性稳定性分析方法, 研究了高径比对GaAs熔体(Pr = 0.068)液桥热毛细对流失稳的影响, 同时结合能量分析揭示了热毛细对流的失稳机制. 研究结果表明: 与典型低普朗特数(例如Pr = 0.011)熔体静态失稳模式和典型高普朗特数(例如Pr>1)熔体振荡失稳模式不同, GaAs熔体热毛细对流失稳模式依赖于液桥高径比(As). 随高径比的变化, GaAs熔体热毛细对流存在两种失稳模式. 高径比As 在0.4≤As≤1.18范围内, 热毛细对流失稳是从二维轴对称定常对流转变为三维周期性振荡对流(振荡失稳); 高径比在1.20≤As≤2.5范围内, 热毛细对流失稳是从二维轴对称定常流动转变为三维定常流动(静态失稳). 典型的高普朗特数熔体液桥热毛细对流失稳机制是热毛细机制; 典型的低普朗特数液桥热毛细对流失稳机制是水动力学惯性机制. 本文基于扰动能量分析的结果表明: GaAs熔体热毛细对流失稳同时包括水动力学惯性失稳机制和热毛细失稳机制的贡献, 其中水动力学惯性失稳机制占主导作用, 两种机制对热毛细对流失稳能量贡献的占比随高径比的变化而变化. 相似文献
7.
机器学习势由于具有与第一性原理计算相当的准确性,且低得多的计算成本,在原子模拟中极具前景. 然而原子机器学习势的可靠性、速度和可迁移性在很大程度上取决于原子构型的表示. 适当地选取用作机器学习程序输入的描述符是一个成功的机器学习表示的关键. 本文发展了一种简单有效的方法,可以基于训练数据固有的相关性,从大量待选的描述符中自动选取一组最佳的线性独立原子特征. 通过对几个具有较少冗余线性独立嵌入密度描述符的基准分子构建嵌入原子神经网络势的应用,证明了这种新方法的有效性和准确性. 该算法可以大大简化原子特征的初始选取,并极大地提高原子机器学习势的性能. 相似文献
8.
单指标面板模型已广泛应用于各学科领域的研究中,其估计方法较为丰富,然而鲜有估计方法将个体内的相关性考虑在内.基于此,本文研究了一类个体内存在相关性的固定效应部分线性单指标面板模型,采用惩罚二次推断函数法和LSDV法相结合的方法对模型进行估计,证明了所得估计量的一致性和渐近正态性.Monte Carlo模拟结果显示其具有优良的有限样本表现,并将该估计技术应用于实际数据分析中. 相似文献
9.
10.