全文获取类型
收费全文 | 312篇 |
免费 | 77篇 |
国内免费 | 110篇 |
专业分类
化学 | 67篇 |
力学 | 11篇 |
综合类 | 5篇 |
数学 | 20篇 |
物理学 | 132篇 |
无线电 | 264篇 |
出版年
2024年 | 5篇 |
2023年 | 10篇 |
2022年 | 17篇 |
2021年 | 5篇 |
2020年 | 5篇 |
2019年 | 10篇 |
2018年 | 14篇 |
2017年 | 24篇 |
2016年 | 12篇 |
2015年 | 17篇 |
2014年 | 23篇 |
2013年 | 17篇 |
2012年 | 14篇 |
2011年 | 29篇 |
2010年 | 10篇 |
2009年 | 24篇 |
2008年 | 18篇 |
2007年 | 16篇 |
2006年 | 19篇 |
2005年 | 43篇 |
2004年 | 38篇 |
2003年 | 21篇 |
2002年 | 12篇 |
2001年 | 15篇 |
2000年 | 15篇 |
1999年 | 17篇 |
1998年 | 2篇 |
1997年 | 20篇 |
1996年 | 4篇 |
1995年 | 3篇 |
1994年 | 12篇 |
1992年 | 1篇 |
1990年 | 1篇 |
1989年 | 4篇 |
1988年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有499条查询结果,搜索用时 102 毫秒
171.
本文重点介绍一些罕见病例热像图的监测提示,得到明确诊断,说明热像图在医学领域研究的价值。通过常见病的热像图检查,阐述其临床应用的广泛性。 相似文献
172.
173.
一种新的量子神经网络训练算法 总被引:2,自引:0,他引:2
量子神经网络是一种借鉴量子理论中的态叠加思想而设计的单隐层前馈神经网络,其主要用于数据分类。由于采用多层激励函数神经元,并且在量子间隔训练中采用了新的目标函数,即同类输入数据的隐层节点输出方差最小,从而使量子神经网络具备了发掘不同类别数据间模糊性的能力。但由于训练时对量子神经网络权值和量子间隔使用了不同的目标函数,使迭代过程中两者不可避免的会出现相互冲突,从而导致训练迭代次数的增加和网络性能的下降。本文借鉴约束优化理论,在两个目标函数的梯度下降求解中引入了惩罚函数,提出了一种新的量子神经网络训练算法,消除了两个目标函数间的冲突。实验结果表明,本文提出的训练算法可以显著提升训练的速度和网络的性能。 相似文献
174.
本文报道在650℃的衬底温度下实现了MOCVD在(100)面和(111)面上生长GaAs与Al0.4Ga0.6As的不同的选择性.这一衬底温度比国际上以前报道的要低,对制作适于光电器件的GaAs/AlGaAs量子阱层比较有利.用此技术,在GaAs非平面衬底上生长了GaAs/Al0.4Ga0.6As量子阱,并用扫描电镜、低温光致发光谱以及偏振激发的光反射率谱技术进行了研究.结果不仅证明了MOCVD外延生长GaAs和Al0.4Ga0.6As的独特选择性,也证明了在V字形沟槽底形成了量子线. 相似文献
175.
TMN(电信管理网) 总被引:1,自引:0,他引:1
TMN(电信管理网)张雄伟(通信工程学院南京210016)TMN,即电信管理网,是英文TelecommunicationsManagementNetwork的缩写,TMN是CCITT(现ITUT)为适应现代通信网综合、宽带等特点而提出的一种新型的管... 相似文献
176.
飞秒激光诱导金属功能微结构的机理与应用 总被引:3,自引:0,他引:3
介绍了飞秒激光与金属相互作用的机理以及飞秒激光在金属超加工方面的一些最新应用。基于一维双温扩散模型分析了飞秒激光与金属相互作用的超快机制;介绍了飞秒激光加工光电倍增管电极,修复光刻掩膜.诱导白炽灯丝阵列微孔等一些工业应用。 相似文献
177.
采用TEOS和H_2O源PECVD方法生长氧化硅厚膜 总被引:1,自引:0,他引:1
开展了使用 TEOS和 H2 O混合物进行 PECVD生长 Si O2 膜的研究工作 .氧化硅折射率分布在 1.45 3±0 .0 0 1的范围 ,且随偏离中心距离基本不变 .薄膜厚度是中央大 ,边沿薄 ,其厚度相对变化不超过± 1.5 % (5 1mm衬底 ) .利用 TEOS源 PECVD,并结合退火技术 ,摸索出厚膜氧化硅生长工艺 ,已成功地在硅衬底上生长出厚度超过 15 μm氧化硅厚膜 ,可用于制备氧化硅平面波导器件 . 相似文献
178.
近年来,基于神经网络的方法大量应用于骨导语音增强中。然而,由于骨导数据集样本较少,骨导语音高频部分缺失,不同说话人高频部分失真程度不同,神经网络难以有效学习骨导语音的频谱特征。因此,现有骨导语音增强模型对于未知说话人骨导语音数据集增强效果不佳、鲁棒性不强。为充分利用骨导语音的时频信息,引导模型关注骨导语音的低频部分特征,提出一种基于时频注意力机制和U-Net的骨导语音增强方法。该方法将时频注意力机制引入U-Net结构中,首先根据骨导语音时间、频率方向特征信息的重要程度自动为其分配权重,而后以加权后的骨导语音谱作为输入,对应的气导语音谱作为目标进入U-Net结构训练,最后利用训练完成的增强模型重构骨导语音全频带的语音。仿真实验与可视化分析结果表明,对比基线U-Net结构与其他注意力机制,该方法对于未知说话人骨导语音数据集能够取得更高的PESQ和STOI客观评价指标,增强语音更加清晰。 相似文献
179.
180.