首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1695篇
  免费   113篇
  国内免费   107篇
化学   124篇
力学   24篇
综合类   61篇
数学   1498篇
物理学   208篇
  2023年   20篇
  2022年   47篇
  2021年   31篇
  2020年   56篇
  2019年   64篇
  2018年   50篇
  2017年   58篇
  2016年   49篇
  2015年   32篇
  2014年   69篇
  2013年   152篇
  2012年   61篇
  2011年   80篇
  2010年   99篇
  2009年   115篇
  2008年   129篇
  2007年   118篇
  2006年   108篇
  2005年   69篇
  2004年   68篇
  2003年   68篇
  2002年   49篇
  2001年   57篇
  2000年   38篇
  1999年   34篇
  1998年   34篇
  1997年   20篇
  1996年   24篇
  1995年   18篇
  1994年   19篇
  1993年   10篇
  1992年   9篇
  1991年   9篇
  1990年   7篇
  1989年   5篇
  1988年   1篇
  1987年   3篇
  1986年   7篇
  1985年   5篇
  1984年   5篇
  1983年   1篇
  1982年   9篇
  1981年   4篇
  1980年   1篇
  1979年   1篇
  1971年   1篇
  1957年   1篇
排序方式: 共有1915条查询结果,搜索用时 15 毫秒
1.

The machining process is primarily used to remove material using cutting tools. Any variation in tool state affects the quality of a finished job and causes disturbances. So, a tool monitoring scheme (TMS) for categorization and supervision of failures has become the utmost priority. To respond, traditional TMS followed by the machine learning (ML) analysis is advocated in this paper. Classification in ML is supervised based learning method wherein the ML algorithm learn from the training data input fed to it and then employ this model to categorize the new datasets for precise prediction of a class and observation. In the current study, investigation on the single point cutting tool is carried out while turning a stainless steel (SS) workpeice on the manual lathe trainer. The vibrations developed during this activity are examined for failure-free and various failure states of a tool. The statistical modeling is then incorporated to trace vital signs from vibration signals. The multiple-binary-rule-based model for categorization is designed using the decision tree. Lastly, various tree-based algorithms are used for the categorization of tool conditions. The Random Forest offered the highest classification accuracy, i.e., 92.6%.

  相似文献   
2.
A new approach for tree-level amplitudes with multiple fermion lines is presented. It primarily focuses on the simplification of fermion lines. By calculating two vectors recursively without any matrix multiplications, the result of a fermion line is reduced to a very compact form depending only on the two vectors. Comparisons with other packages are presented, and the results show that our package FDC provides a very good performance in the processes of multiple fermion lines with this new approach and some other improvements. A further comparison with WHIZARD shows that this new approach has a competitive efficiency in computing pure amplitude squares without phase space integration.  相似文献   
3.
4.
A Cayley graph Γ=Cay(G,S)is said to be normal if G is normal in Aut Γ.In this paper,we investigate the normality problem of the connected 11-valent symmetric Cayley graphs Γ of finite nonabelian simple groups G,where the vertex stabilizer Av is soluble for A=Aut Γ and v ∈ VΓ.We prove that either Γ is normal or G=A5,A10,A54,A274,A549 or A1099.Further,11-valent symmetric nonnormal Cayley graphs of A5,A54 and A274 are constructed.This provides some more examples of nonnormal 11-valent symmetric Cayley graphs of finite nonabelian simple groups after the first graph of this kind(of valency 11)was constructed by Fang,Ma and Wang in 2011.  相似文献   
5.
6.
为调查浙江省部分地区虾肝肠胞虫(Enterocytozoon hepatopenaei, EHP)暴发来源及与其他宿主来源的微孢子虫进化关系, 本研究利用形态学特征和分子鉴定, 尝试对引起浙江多地凡纳对虾生长缓慢综合征的病原进行探究. 同时基于18S rRNA基因序列分析该病原与其他地区及其他宿主来源微孢子虫的进化关系. 结果显示, 所采病虾均为EHP阳性, 采样地区EHP 18S rRNA基因具有高度同源性, 为98.5%~100%. 对国内外EHP基因序列进行同源性分析, 其同源性为86.2%~100%, 所采EHP与印度EHP聚为一个分支. EHP 18S rRNA基因序列与其他水生生物微孢子虫18S rRNA均处于不同分支, 表明18S rRNA可作为EHP的主要鉴别序列. 将本研究所采EHP与NCBI中同源性较高的比氏肠胞虫和金头鲷微孢子虫比较分析, 结果表明微孢子虫基因序列同源性与宿主进化发育程度有关, 宿主之间进化距离越近, 则微孢子虫基因序列同源性相聚越近.  相似文献   
7.
具有n个顶点且度序列为(m,2,…,2,1,…,1)(1的重数为m)的连通图不止一个(这些图均为树),而每个树对应唯一一个段序列(l1,l2,…,lm).通过对任意一树移动最长段的悬挂点到最短段悬挂点的方式得到另一树,比较前后两树的覆盖成本和反向覆盖成本,给出了具有最小覆盖成本和反向覆盖成本的极树,并且进一步给出了取得最小覆盖成本和反向覆盖成本的顶点.  相似文献   
8.
9.
10.
岩石光谱综合反映了岩石的物理化学性质、成分及其结构构造。岩石光谱数据已被应用于岩石分类的研究,但是不同于矿物光谱,岩石光谱并无标准数据库,且受较多干扰因素影响,例如矿物组分、结构构造、化学成分、风化力度,测量仪器的误差等。传统岩石光谱分类模型先是对岩石光谱进行预处理排除干扰,然后采用不同方法对部分光谱特征分析,以达到分类目的。但对光谱数据特征遗失较多,使得分类准确率低下且操作过程繁琐、效率不高。因此,建立一个简单、快速、准确的岩石光谱自动分类模型具有重要意义。机器学习能够对获得的所有数据进行学习,不存在遗漏,大大提高了分类精度,且是对原始数据直接操作,不需预处理,简化流程。为此,选取辽宁兴城地区作为研究区,采集了若干种典型岩石样本,利用美国ASD便携式光谱仪实测光谱,最终获得608条数据,依据岩石光谱特征分为三类进行研究。首先利用决策树(DT)及决策树的升级模型--随机森林(RF)对数据进行分类,但当数据噪音较大时随机森林容易陷入过拟合;因而利用对异常值不敏感的K-最近邻(KNN)建模,但KNN需要对每个样本都考虑,数据量大时计算量会很大,效率不高;所以通过支持向量机(SVM)来提升分类准确率。从实验结果可以看出,4种分类模型的准确率排序为:SVM>KNN>RF>DT。为进一步提高岩石光谱特征的自动分类精度,采取了融合多个不同模型的办法,即对不同模型的分类结果进行投票,选择投票最多的作为最后分类结果。由于硬投票可在一定程度上减少过拟合现象的发生,更加适合分类模型,所以利用硬投票法融合了RF、KNN与SVM三个机器学习模型,最终的分类准确率可达到99.17%。综上所述,基于融合学习模型进行岩石光谱特征自动分类是切实可行且准确高效的。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号