全文获取类型
收费全文 | 69866篇 |
免费 | 12272篇 |
国内免费 | 11084篇 |
专业分类
化学 | 33594篇 |
晶体学 | 993篇 |
力学 | 3202篇 |
综合类 | 1008篇 |
数学 | 5603篇 |
物理学 | 19089篇 |
无线电 | 29733篇 |
出版年
2024年 | 312篇 |
2023年 | 1430篇 |
2022年 | 2360篇 |
2021年 | 2729篇 |
2020年 | 2518篇 |
2019年 | 2494篇 |
2018年 | 2203篇 |
2017年 | 2624篇 |
2016年 | 2825篇 |
2015年 | 3625篇 |
2014年 | 4350篇 |
2013年 | 5369篇 |
2012年 | 5998篇 |
2011年 | 6038篇 |
2010年 | 5328篇 |
2009年 | 5400篇 |
2008年 | 5763篇 |
2007年 | 5127篇 |
2006年 | 4777篇 |
2005年 | 3938篇 |
2004年 | 2916篇 |
2003年 | 2370篇 |
2002年 | 2313篇 |
2001年 | 1970篇 |
2000年 | 1788篇 |
1999年 | 1193篇 |
1998年 | 812篇 |
1997年 | 661篇 |
1996年 | 627篇 |
1995年 | 519篇 |
1994年 | 498篇 |
1993年 | 385篇 |
1992年 | 342篇 |
1991年 | 238篇 |
1990年 | 239篇 |
1989年 | 173篇 |
1988年 | 161篇 |
1987年 | 128篇 |
1986年 | 122篇 |
1985年 | 88篇 |
1984年 | 58篇 |
1983年 | 61篇 |
1982年 | 43篇 |
1981年 | 44篇 |
1980年 | 25篇 |
1979年 | 31篇 |
1978年 | 18篇 |
1977年 | 18篇 |
1957年 | 10篇 |
1925年 | 10篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
281.
282.
283.
采用人工免疫算法的加速寿命试验分析方法 总被引:3,自引:3,他引:0
极大似然估计是加速寿命试验统计分析中常用的分析方法,但似然函数的优化问题是该方法广泛运用的主要障碍,常用的似然函数优化算法对初值要求高,而且容易陷入局部最优解.为了有效地解决上述问题,在似然函数的优化中引入了人工免疫算法,提出了一种采用人工免疫算法的步降应力加速寿命试验分析方法.利用人工免疫算法在解决多维复杂函数优化问题时强大的全局寻优能力,有效地解决了似然函数的优化问题.最后通过实例验证表明,采用人工免疫算法的步降应力加速寿命试验分析方法是有效的,而且在统计分析中避免了查统计用表,能够很方便的实现计算机编程计算,有较大的工程应用价值. 相似文献
284.
285.
286.
287.
288.
289.
通用网络辅助教学支撑平台的研制 总被引:1,自引:0,他引:1
开展网络辅助教学,需要建设一个功能强大使用方便的支撑平台.本文摈弃了一般的教学网站思维,把各个专业的各门课程集中在一个系统中,大大降低了网络辅助教学的门槛和维护难度,使教师从课程网站的建设与维护的琐事中解脱出来,专心于课程本身内容的研究和更新,学生可在一个系统中完成所有课程的学习,缩短了课程转换时网络浏览所需的时间. 相似文献
290.
Rice blast is a serious threat to rice yield. Breeding disease-resistant varieties is one of the most economical and effective ways to prevent damage from rice blast. The traditional identification of resistant rice seeds has some shortcoming, such as long possession time, high cost and complex operation. The purpose of this study was to develop an optimal prediction model for determining resistant rice seeds using Ranman spectroscopy. First, the support vector machine (SVM), BP neural network (BP) and probabilistic neural network (PNN) models were initially established on the original spectral data. Second, due to the recognition accuracy of the Raw-SVM model, the running time was fast. The support vector machine model was selected for optimization, and four improved support vector machine models (ABC-SVM (artificial bee colony algorithm, ABC), IABC-SVM (improving the artificial bee colony algorithm, IABC), GSA-SVM (gravity search algorithm, GSA) and GWO-SVM (gray wolf algorithm, GWO)) were used to identify resistant rice seeds. The difference in modeling accuracy and running time between the improved support vector machine model established in feature wavelengths and full wavelengths (200–3202 cm−1) was compared. Finally, five spectral preproccessing algorithms, Savitzky–Golay 1-Der (SGD), Savitzky–Golay Smoothing (SGS), baseline (Base), multivariate scatter correction (MSC) and standard normal variable (SNV), were used to preprocess the original spectra. The random forest algorithm (RF) was used to extract the characteristic wavelengths. After different spectral preproccessing algorithms and the RF feature extraction, the improved support vector machine models were established. The results show that the recognition accuracy of the optimal IABC-SVM model based on the original data was 71%. Among the five spectral preproccessing algorithms, the SNV algorithm’s accuracy was the best. The accuracy of the test set in the IABC-SVM model was 100%, and the running time was 13 s. After SNV algorithms and the RF feature extraction, the classification accuracy of the IABC-SVM model did not decrease, and the running time was shortened to 9 s. This demonstrates the feasibility and effectiveness of IABC in SVM parameter optimization, with higher prediction accuracy and better stability. Therefore, the improved support vector machine model based on Ranman spectroscopy can be applied to the fast and non-destructive identification of resistant rice seeds. 相似文献