全文获取类型
收费全文 | 1140882篇 |
免费 | 133795篇 |
国内免费 | 139368篇 |
专业分类
化学 | 501740篇 |
晶体学 | 7989篇 |
力学 | 38586篇 |
综合类 | 13547篇 |
数学 | 81699篇 |
物理学 | 309388篇 |
无线电 | 461096篇 |
出版年
2024年 | 7935篇 |
2023年 | 26343篇 |
2022年 | 31477篇 |
2021年 | 25230篇 |
2020年 | 19933篇 |
2019年 | 27402篇 |
2018年 | 23966篇 |
2017年 | 22779篇 |
2016年 | 27137篇 |
2015年 | 29781篇 |
2014年 | 52874篇 |
2013年 | 46148篇 |
2012年 | 81669篇 |
2011年 | 94003篇 |
2010年 | 54188篇 |
2009年 | 51687篇 |
2008年 | 85297篇 |
2007年 | 84453篇 |
2006年 | 83727篇 |
2005年 | 78051篇 |
2004年 | 68461篇 |
2003年 | 57109篇 |
2002年 | 49646篇 |
2001年 | 40605篇 |
2000年 | 38583篇 |
1999年 | 20563篇 |
1998年 | 12555篇 |
1997年 | 9662篇 |
1996年 | 15084篇 |
1995年 | 12901篇 |
1994年 | 13930篇 |
1993年 | 14236篇 |
1992年 | 13647篇 |
1991年 | 9592篇 |
1990年 | 9323篇 |
1989年 | 9191篇 |
1988年 | 9458篇 |
1987年 | 8699篇 |
1986年 | 8322篇 |
1985年 | 7713篇 |
1984年 | 5772篇 |
1983年 | 4666篇 |
1982年 | 3950篇 |
1981年 | 3344篇 |
1980年 | 2355篇 |
1979年 | 1421篇 |
1978年 | 819篇 |
1975年 | 525篇 |
1965年 | 507篇 |
1948年 | 903篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
311.
312.
针对低频电磁传输中天线尺寸过大的问题,设计了一种基于三相感应电机的小型化超低频发射天线.电机工作时产生了时变低频电磁场,可作为超低频发射天线.为有效分析其电磁场分布,文章建立旋转磁偶极子数学模型以等效电机内部旋转时产生的磁场.首先,对电机内部磁场和旋转磁偶极子的关系进行阐述,利用麦克斯韦方程组,得到旋转磁偶极子的电磁场分布.其次,通过电磁仿真软件验证旋转磁偶极子的近场分布特性和远场辐射特性.最后,通过实验对电机近场的磁场分布进行验证.仿真和实测结果表明,三相感应电机具有超低频天线的辐射特性. 相似文献
314.
315.
316.
317.
近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展,然而,大多数相关研究是通过改进大型的网络结构来提高检测性能,因此加大了对更高计算机性能的需求。此外,可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题,提出了一种融合红(red, R)、绿(green, G)、蓝(blue, B)和近红外(NIR)4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域,对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析,选取近红外大于阈值作为辅助判断,并以其中心点获取候选区域32×32大小的切片,并对切片进行非极大值抑制,由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征,为防止光谱特征与几何特征的信息在融合时“信息不流通”,在LSGFNet网络中引入了ShuffleNet中的通道打乱机制,并减小了模型结构,与典型的轻量级网络相比具有更好的效果且模型较小。最后,利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测,以及32×32大小的6 014组数据进行精细网络训练,其中候选区域粗提取的查全率为98.99%,精细识别网络精确度为96.04%,不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率,且训练时间短、计算机性能需求低。 相似文献
318.
近年来,机器学习等人工智能技术被应用于蛋白质工程,其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下,将蛋白质序列和功能特性与机器学习相结合,基于序列-活性关系(innovative sequence-activity relationship,ISAR)算法,将蛋白质氨基酸序列数字化,用快速傅里叶变换(fast four transform,FFT)进行预处理,再进行偏最小二乘回归建模,可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质(gloeobacter violaceus rhodopsin,GR)的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模,获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R2 为0.944,均方误差E为11.64。用小波变换进行的预处理,其R2 虽也约为0.944,但E大于11.64,不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题,在蛋白质工程中可为预测更优的突变体提供支持。 相似文献
319.
320.