全文获取类型
收费全文 | 1560篇 |
免费 | 258篇 |
国内免费 | 632篇 |
专业分类
化学 | 1247篇 |
晶体学 | 58篇 |
力学 | 139篇 |
综合类 | 68篇 |
数学 | 206篇 |
物理学 | 732篇 |
出版年
2024年 | 3篇 |
2023年 | 10篇 |
2022年 | 44篇 |
2021年 | 57篇 |
2020年 | 46篇 |
2019年 | 50篇 |
2018年 | 51篇 |
2017年 | 72篇 |
2016年 | 60篇 |
2015年 | 96篇 |
2014年 | 96篇 |
2013年 | 140篇 |
2012年 | 114篇 |
2011年 | 148篇 |
2010年 | 115篇 |
2009年 | 153篇 |
2008年 | 155篇 |
2007年 | 167篇 |
2006年 | 145篇 |
2005年 | 116篇 |
2004年 | 97篇 |
2003年 | 81篇 |
2002年 | 65篇 |
2001年 | 87篇 |
2000年 | 77篇 |
1999年 | 52篇 |
1998年 | 19篇 |
1997年 | 28篇 |
1996年 | 14篇 |
1995年 | 9篇 |
1994年 | 10篇 |
1993年 | 8篇 |
1992年 | 11篇 |
1991年 | 5篇 |
1990年 | 11篇 |
1989年 | 5篇 |
1988年 | 11篇 |
1987年 | 3篇 |
1986年 | 3篇 |
1985年 | 2篇 |
1984年 | 2篇 |
1983年 | 5篇 |
1982年 | 3篇 |
1981年 | 1篇 |
1979年 | 1篇 |
1978年 | 1篇 |
1955年 | 1篇 |
排序方式: 共有2450条查询结果,搜索用时 0 毫秒
101.
102.
利用压缩传感理论中的两步迭代收缩重建算法,开展单幅同轴全息图重建实验研究,实现单幅同轴全息图共轭重建像的消除并克服数字全息技术在轴向聚焦平面识别能力的不足。以数字图像和标准分辨率板为记录物体,比较分析了基于两步迭代收缩算法和菲涅尔近似衍射重建算法的重建质量;以两根裸光纤为实验样本,分析了两步迭代收缩重建算法对记录物体轴向不同焦平面的识别能力。实验结果表明两步迭代收缩重建算法可得到清晰度高于68.73%的重建信息,同时对直径为125 m的两根光纤在9 mm的轴向间距条件下,显示出了比全息菲涅尔近似算法更好的聚焦平面识别能力。这一轴向聚焦识别能力有助于数字全息技术应用于功能材料梯度参数或功能涂层光学器件涂层厚度检测。 相似文献
104.
灾害发生后,应急资源的需求预测与应急配送中心的合理选址是实现高效救援的关键。本文通过在网格化管理视角下的信息更新将应急救援过程划分为多个阶段,在开展救援的过程中实现救援信息收集和救援预测的同步开展,建立一种多阶段带时间约束的应急救援物资配送响应-时效性的选址模型。借助遗传算法(NSGA-II),实现了基于编码结构独立、路径相互关联基础上的多目标规划求解。本研究的决策模型及算法有着较好的搜索与寻优能力,对实际救援开展具有指导意义。 相似文献
105.
106.
107.
108.
109.
应用紫外可见(ultraviolet/visible,UV/Vis)光谱技术对表征水产养殖水体中有机物浓度的指标化学需氧量(chemical oxygen demand,COD)进行快速测量,对采集到的135份甲鱼养殖水样进行UV/Vis波段全光谱扫描,采用无信息变量消除(uninformative variable elimination,UVE)和连续投影算法(successive projections algorithm,SPA)相结合的变量选择算法选取全波段光谱中的特征波长,从201个UV/Vis光谱变量中选取了7个特征波长,只占全波段光谱变量的3.48%,降低了建模的时间和模型的复杂度。结合最小二乘支持向量机(least-square support vector machine,LS-SVM)算法进行COD预测建模,结果表明:使用特征波长建模的预测效果(相关系数r(correlation coefficient)=0.89,预测均方根误差(root mean square error of prediction,RMSEP)=15.46 mg·L-1)好于使用全波段光谱建模的预测效果(r=0.88,RMSEP = 15.71 mg·L-1)。使用UVE-SPA变量选择算法获取UV/Vis光谱特征波长,结合LS-SVM建模,可以快速、准确的测量水产养殖水体中的COD浓度,为进一步实现水产养殖水质的在线检测以及其他水质参数的快速测定奠定了基础。 相似文献
110.
一般的边缘加权Hausdorff算法,由于单尺度边缘检测算子本身对噪音敏感,会造成真实和虚假边缘显著性差异小,从而加权后对噪音鲁棒性改善有限.为此,提出了一种基于多尺度边缘测度融合加权的Hausdorff景象匹配算法.对图像提取多尺度边缘测度后,引入证据推理理论,提出一种双向指数基本置信指派构造方法,并构造出多尺度边缘测度的基本置信指派函数,然后采用冲突再分配DSmT组合规则进行融合.为了进一步区别真实边缘与高频噪音,对加权Hausdorff公式进行了一些改进,给出了更为有效利用融和后边缘测度的加权Hausdorff公式.对可见光和SAR景象的匹配实验证明:本文算法所提取边缘在抑制噪音的同时保留了大量景象细节信息,并通过横向对比验证本文算法提高了噪音鲁棒性. 相似文献