全文获取类型
收费全文 | 803篇 |
免费 | 181篇 |
国内免费 | 93篇 |
专业分类
化学 | 51篇 |
力学 | 49篇 |
综合类 | 58篇 |
数学 | 755篇 |
物理学 | 164篇 |
出版年
2024年 | 8篇 |
2023年 | 25篇 |
2022年 | 23篇 |
2021年 | 23篇 |
2020年 | 10篇 |
2019年 | 25篇 |
2018年 | 16篇 |
2017年 | 21篇 |
2016年 | 20篇 |
2015年 | 25篇 |
2014年 | 43篇 |
2013年 | 40篇 |
2012年 | 42篇 |
2011年 | 43篇 |
2010年 | 42篇 |
2009年 | 59篇 |
2008年 | 49篇 |
2007年 | 57篇 |
2006年 | 60篇 |
2005年 | 47篇 |
2004年 | 58篇 |
2003年 | 45篇 |
2002年 | 39篇 |
2001年 | 31篇 |
2000年 | 32篇 |
1999年 | 19篇 |
1998年 | 22篇 |
1997年 | 25篇 |
1996年 | 30篇 |
1995年 | 24篇 |
1994年 | 19篇 |
1993年 | 17篇 |
1992年 | 8篇 |
1991年 | 10篇 |
1990年 | 8篇 |
1989年 | 8篇 |
1988年 | 1篇 |
1985年 | 2篇 |
1982年 | 1篇 |
排序方式: 共有1077条查询结果,搜索用时 93 毫秒
61.
62.
本文以长记忆性的两种对数周期图方法为研究对象,在小样本下,从长记忆性的估计均值,估计精度和检验效果等方面比较分析了短期噪声对Geweke,Portert和Hidak(1983,GPH)和Andrews,Guggenberger(2003,AG)两种方法的影响及作用机理.结果发现当存在短期噪声时,尽管AG方法的大样本性质优于GPH方法,但其小样本性质并不十分稳健.主要而言,AG方法仅在较小负根情形下对GPH方法的修正效果明显;当噪声中含有较大负根时,存在过度修正问题;而当噪声中含有正根时,存在修正不足问题.此外,还研究了短期噪声下的带宽选择问题.通过对不同带宽下两种方法小样本性质的比较研究,发现在带宽极小处,两种方法的统计特征非常敏感;而带宽较大时,两种方法的统计特征不再收敛.笔者认为按照误差均方根最小选择带宽是一个相对可以接受的方案. 相似文献
63.
64.
将关于一组正数的加权算术-几何不等式推广为关于两组正数的改进型加权算术-几何不等式,其思路可为部分已有结论提供新的证明方法.突破关于自然对数的加权算术-几何不等式对具体函数的依赖,给出并证明了关于对数凸函数的加权算术-几何不等式. 相似文献
65.
很多应用领域中的实验结果都表达成连续比例型数据,这类数据通常度量成为百分比、比率或比例,并取值于单位区间.为了采用弥散模型中的单纯形分布来模拟此类实验结果,本文首先研究单纯形分布的部分重要性质,在回归分析中参数估计和统计推断需要运用这些性质.模拟研究表明,当所研究情形不满足分布假设时,单纯形回归模型比Beta回归和分对数-正态回归模型更为稳健.通过对体外造血干细胞移植技术的真实数据分析,本文阐释这种方法和它针对异常值的稳健性.在R软件中,单纯形回归可以由程序包"simplexreg"实现,读者可以自行下载这个程序包,地址为http://my.zju.edu.cn/share/2466293(验证码:7919). 相似文献
66.
以PM2.5扩散、衰减模式为研究对象,分析探究了PM2.5的扩散规律、危机治理及其后5年的治理问题.首先通过主成分分析法,建立了PM2.5与其它污染物之间的多元非线性对数模型.同时引入相对湿度的影响因素对模型进行再度优化,提高了模型的拟合优度.运用统计学原理,得出采集点之间的PM2.5具有较高的协同性.另外分析了静态下PM2.5污染物颗粒的受力和漂移模式和从点源、面源两方面分析了PM2.5动态扩散模式,建立了PM2.5的扩散偏微分方程模型.根据建立的扩散模型,对突变的污染物浓度确定安全区域的范围.最后建立综合费用和专项费用的多目标优化模型,利用贝叶斯支持向量机方法对PM2.5进行宏观预测,并运用系统动力学理论对目标值进一步优化,并对不同治理模式进行对比分析. 相似文献
67.
68.
本文利用Brown运动的大偏差,研究Brown运动增量在一致范数下的局部重对数律,对GAO等(2018)和危启才(2002)的文章中的相应结果作了推广和补充. 相似文献
69.
多维正态分布均值在序约束下的假设检验 总被引:1,自引:0,他引:1
在序限制下的统计推断是统计分析中的一个重要领域,保序回归理论在这个领域中起着关键性的作用。多维保序回归是一维保序回归的推广,本文给出了k=2,p=2时多维保序回归的求解方法。令Xij,j=1,2…,n是来自总体为二维正态分布N(μi,Λ)的样本,这是μi是未知的,Λ是已知的,i=1,2。令μ=(μ1,μ2),-={(μ1,μ2)|μ1,μ∈R^2,}-0={(μ1,μ2)|μ1≤μ2,μ1,μ2∈R^2}。μ1≤μ2表示μ2-μ1的每一个分量为非负。本文也讨论了假设检验问题H0:μ∈-0,H1:μ∈-0=---0(H0是零假设)。 相似文献
70.