全文获取类型
收费全文 | 2186篇 |
免费 | 438篇 |
国内免费 | 177篇 |
专业分类
化学 | 246篇 |
晶体学 | 14篇 |
力学 | 343篇 |
综合类 | 142篇 |
数学 | 801篇 |
物理学 | 1255篇 |
出版年
2024年 | 50篇 |
2023年 | 136篇 |
2022年 | 146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2801条查询结果,搜索用时 15 毫秒
1.
2.
目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。 相似文献
3.
基于深度学习的方法,在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习,得到一个深度为22层的卷积神经网络。为衡量算法的识别能力,识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据),共识别出1665次H模放电,其中误识别35次,误报率为2.10%。在实际的1634次H模放电中,漏识别4次,漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下,对单个时间点的平均计算时间为0.46ms,可以满足实时控制的计算速度要求。 相似文献
4.
5.
矩阵特征值及特征向量计算在实际问题中有广泛的应用.应用神经网络方法来计算广义特征值及对应的特征向量,给出了相应的算法,并对给出的算法在数学上进行了严格证明.并用实例验证了其正确性. 相似文献
6.
7.
8.
9.
BP神经网络在上海住宅市场需求预测中的应用 总被引:5,自引:0,他引:5
人工神经网络是近期发展最快的人工智能领域研究成果之一 ,本文在介绍 BP神经网络的有关原理的基础上 ,建立了一个上海住宅市场的 BP神经网络模型 ,并通过该模型对上海住宅市场的需求进行了预测和分析 .分析结果表明人工神经网络方法在住宅市场需求预测中的应用是可行的并且是有效的 . 相似文献
10.
针对受参数不确定和外扰影响的混沌Lorenz系统,提出一种基于径向基函数(RBF)神经网 络的滑模控制方法.基于被控系统在不稳定平衡点处状态误差的可控规范形,设计滑模切换 面并将其作为神经网络的唯一输入.单入单出形式的RBF控制器隐层只需7个径向基函数,网 络的权值则依滑模趋近条件在线确定.仿真表明该控制器对系统参数突变和外部干扰具有鲁棒性,同时抑制了抖振.
关键词:
混沌控制
滑模
径向基函数神经网络
Lorenz系统 相似文献