全文获取类型
收费全文 | 3165篇 |
免费 | 996篇 |
国内免费 | 362篇 |
专业分类
化学 | 673篇 |
晶体学 | 16篇 |
力学 | 223篇 |
综合类 | 244篇 |
数学 | 1274篇 |
物理学 | 2093篇 |
出版年
2024年 | 1篇 |
2023年 | 122篇 |
2022年 | 121篇 |
2021年 | 124篇 |
2020年 | 105篇 |
2019年 | 133篇 |
2018年 | 59篇 |
2017年 | 142篇 |
2016年 | 174篇 |
2015年 | 226篇 |
2014年 | 377篇 |
2013年 | 226篇 |
2012年 | 234篇 |
2011年 | 249篇 |
2010年 | 241篇 |
2009年 | 244篇 |
2008年 | 251篇 |
2007年 | 197篇 |
2006年 | 192篇 |
2005年 | 166篇 |
2004年 | 138篇 |
2003年 | 127篇 |
2002年 | 113篇 |
2001年 | 95篇 |
2000年 | 70篇 |
1999年 | 66篇 |
1998年 | 47篇 |
1997年 | 52篇 |
1996年 | 53篇 |
1995年 | 38篇 |
1994年 | 42篇 |
1993年 | 18篇 |
1992年 | 17篇 |
1991年 | 13篇 |
1990年 | 17篇 |
1989年 | 21篇 |
1988年 | 11篇 |
1959年 | 1篇 |
排序方式: 共有4523条查询结果,搜索用时 15 毫秒
1.
邢成梁李忠学 《数学的实践与认识》2022,(11):122-131
动车组转向架的健康状态直接关系到到动车组的行车安全,基于健康评估方法获取其健康状态及时制定维护计划可以有效降低其维护费用.动车组转向架健康状态评估时应用了模糊层次分析法以及BP神经网络,其模糊矩阵的特征向量用遗传算法进行求解,获取动车组转向架系统关键部件健康状态的权重,以及基于转向架系统评价指标的健康状态样本数据.构建BP神经网络,用转向架健康状态样本数据作为神经网络训练集,优化神经网络结构参数.通过实际测试数据对神经网络评估效果进行检验,完成了动车组转向架健康评估方法的智能化,支持了动车组转向架的维护决策. 相似文献
2.
全连接网络作为深度学习中的一种典型结构,几乎在所有神经网络模型中均有出现。在近红外光谱定量分析中,光谱数据样本数量较少,但每个样本的维度高。导致了两个问题:将光谱直接输入网络,网络的参数量会十分庞大,训练模型需要更多的样本,否则模型容易进入过拟合状态;在输入网络前对光谱进行降维,虽解决了网络参数量过大的问题,但会丢失一部分信息,无法充分发挥网络的学习能力。针对近红外光谱的特性,提出了一种分组全连接的近红外光谱定量分析网络GFCN。该网络在传统的两层全连接网络的基础上,用若干个小的全连接层替代第一个全连接层,克服了直接输入光谱导致网络参数量过大的缺点。采用Tecator和IDRC2018数据集对该方法进行测试,同时与全连接网络FCN和偏最小二乘PLS两种方法进行对比。结果显示:在两个数据集上,GFCN预测效果均优于FCN和PLS。在只有少量样本参与建模的情况下,GFCN依然能够保持较高的预测效果。表明,GFCN可以用于近红外光谱的定量分析,并且适应样本较少的场景,具有重要的研究价值和广泛的应用场景。 相似文献
3.
为克服机器学习方法在油藏单井产量预测中的过拟合问题, 提高油田生产中的产量预测精度, 提出一种基于条件生成式对抗网络(CGAN)的油藏单井产量预测模型。该模型使用长短期记忆、全连接等基础神经网络, 构建生成和判别网络模型。生成网络模型以产量影响因素为条件输入, 生成预测产量数据, 利用对数损失函数评价预测数据与真实数据之间的偏差, 通过条件生成式对抗网络的博弈训练, 并结合贝叶斯超参数优化算法, 优化模型结构, 综合提高模型的泛化能力。基于Eclipse数值模拟软件建立同一井网条件下不同地质和生产条件下的油藏单井产量数据库, 以地质与生产条件等产量影响因素作为模型的条件输入, 进行油藏单井产量预测。结果表明: 与全连接神经网络(FCNN)、随机森林(RF)以及长短期记忆神经网络(LSTM)模型的预测结果相比, CGAN模型在测试集上的平均绝对百分比误差分别提升了2.59%、0.81%以及1.72%, 并且过拟合比最小(1.027)。说明CGAN降低了机器学习产量预测模型的过拟合程度, 提高了模型的泛化能力与预测精度, 验证了所提算法的优越性, 对指导油田高效开发和保障我国能源战略安全具有重要意义。 相似文献
4.
深度学习在检测领域高速发展,但受限于训练数据和计算效率,在基于嵌入式平台的边缘计算领域,尤其是实时跟踪应用中深度学习的智能化算法应用并不广泛。针对这一现象,同时为满足现阶段国产化、智能化的技术需求,提出了一种改进的孪生网络深度学习跟踪算法。在特征网络加入微调网络,解决了网络模型无法在线更新的问题,提升了跟踪的准确性;在IoUNet损失函数中加入中心距离惩罚项,解决了IoUNet当IoU相同时位置跳跃,存在收敛盲区和收敛速度慢的问题;将训练后的网络通过通道剪枝,缩减网络模型尺寸,提升了模型加载和运行的速度。在华为Atlas200NPU平台上实现了实时运行,算法准确率高达0.90(IoU>0.7),帧率达到66 Hz。 相似文献
5.
为优化众包物流服务质量,考虑平台罚金政策,构建了包括发包方、众包平台和接包方在内的三层众包物流服务网络模型,并进行算例分析。结果表明,众包平台实施罚金政策并加大自身服务质量投入成本会促使接包方改善自身的服务质量,众包平台的服务质量和利润随之增大,但一味的增大罚金不但会使得接包方利润下降,众包平台的服务质量和利润也呈稍微下降趋势,因此平台应该选择合适的罚金区间;平台在竞争的同时也要进行一定的合作,因为平台间同步协调改进罚金政策以及质量投入会取得更大的收益和更高的平均服务质量。 相似文献
7.
8.
9.
可视图(visibility graph, VG)算法已被证明是将时间序列转换为复杂网络的简单且高效的方法,其构成的复杂网络在拓扑结构中继承了原始时间序列的动力学特性.目前,单维时间序列的可视图分析已趋于成熟,但应用于复杂系统时,单变量往往无法描述系统的全局特征.本文提出一种新的多元时间序列分析方法,将心梗和健康人的12导联心电图(electrocardiograph, ECG)信号转换为多路可视图,以每个导联为一个节点,两个导联构成可视图的层间互信息为连边权重,将其映射到复杂网络.由于不同人群的全连通网络表现为完全相同的拓扑结构,无法唯一表征不同个体的动力学特征,根据层间互信息大小重构网络,提取权重度和加权聚类系数,实现对不同人群12导联ECG信号的识别.为判断序列长度对识别效果的影响,引入多尺度权重度分布熵.由于健康受试者拥有更高的平均权重度和平均加权聚类系数,其映射网络表现为更加规则的结构、更高的复杂性和连接性,可以与心梗患者进行区分,两个参数的识别准确率均达到93.3%. 相似文献
10.
基于 HL-2M 装置对时序精度的要求,参考 ITER 的设计方案,设计了基于精确时间协议(PTP)的 HL-2M 分布式时间通讯网络,使 HL-2M 装置的时钟同步和事件触发的精度从微秒级提高到亚微秒级,最终优于 100ns。 相似文献