全文获取类型
收费全文 | 2466篇 |
免费 | 269篇 |
国内免费 | 46篇 |
专业分类
化学 | 20篇 |
力学 | 19篇 |
综合类 | 25篇 |
数学 | 41篇 |
物理学 | 252篇 |
无线电 | 2424篇 |
出版年
2024年 | 47篇 |
2023年 | 146篇 |
2022年 | 161篇 |
2021年 | 172篇 |
2020年 | 140篇 |
2019年 | 175篇 |
2018年 | 60篇 |
2017年 | 109篇 |
2016年 | 112篇 |
2015年 | 117篇 |
2014年 | 177篇 |
2013年 | 104篇 |
2012年 | 155篇 |
2011年 | 136篇 |
2010年 | 119篇 |
2009年 | 125篇 |
2008年 | 117篇 |
2007年 | 86篇 |
2006年 | 88篇 |
2005年 | 75篇 |
2004年 | 68篇 |
2003年 | 77篇 |
2002年 | 42篇 |
2001年 | 18篇 |
2000年 | 25篇 |
1999年 | 29篇 |
1998年 | 23篇 |
1997年 | 20篇 |
1996年 | 10篇 |
1995年 | 8篇 |
1994年 | 9篇 |
1993年 | 11篇 |
1992年 | 3篇 |
1991年 | 5篇 |
1990年 | 6篇 |
1989年 | 4篇 |
1981年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有2781条查询结果,搜索用时 21 毫秒
991.
992.
基于模糊核C-均值聚类分析的HRRP识别 总被引:1,自引:0,他引:1
由于雷达目标及其所处环境的复杂性,导致目标之间的关系往往是非线性的,因此,基于核方法的模式识别方法被广泛应用于雷达目标识别中。在对模糊核C-均值聚类算法深入研究的基础上,提出一种基于模糊核C-均值聚类的高分辨距离像识别算法。该算法针对特征提取后一维距离像数据的特点,采用组合核函数以降低由于数据属性数值过大造成的权重过大对识别效果的影响;同时,算法可以在训练过程中通过有效性函数自适应地确定最佳聚类数目。仿真实验结果表明,基于组合核函数的识别算法同基于传统的高斯核的算法都能有效识别雷达目标,但前者具有更高的目标识别率。 相似文献
993.
994.
995.
在移动计算环境下,通过对远程用户的体验数据优化挖掘,满足远程用户的个性化需求,提高对远程用户QoS服务质量。传统的数据挖掘方法采用显著特征关联信息提取算法,当远程用户体验数据之间的差异性特征不明显时,挖掘的准确性不好。提出一种基于关联用户自适应链路跟踪补偿的移动计算环境下远程用户体验数据挖掘模型,进行远程用户体验数据挖掘模型的总体设计和数据结构特征分析,对采集的远程用户体验数据进行非线性时间序列分解,对数据序列通过自相关特征匹配和特征压缩实现挖掘数据的指向性信息优化提取,采用关联用户自适应链路跟踪补偿方法实现对数据挖掘误差的控制和补偿,提高了数据挖掘的准确性和有效性。仿真结果表明,采用该挖掘方法进行移动计算环境下远程用户体验数据挖掘的准确度高,实时性较好,满足了移动远程用户的个性化需求,提高了对用户服务的针对性。 相似文献
996.
提出了一种基于函数调用图的 Android 程序特征提取及检测方法。该方法通过对 Android 程序进行反汇编得到函数调用图,在图谱理论基础上,结合函数调用图变换后提取出的图结构和提取算法,获取出具有一定抗干扰能力的程序行为特征。由于 Android 函数调用图能够较好地体现 Android 程序的功能模块、结构特征和语义。在此基础上,实现检测原型系统,通过对多个恶意 Android 程序分析和检测,完成了对该系统的实验验证。实验结果表明,利用该方法提取的特征能够有效对抗各类 Android 程序中的混淆变形技术,具有抗干扰能力强等特点,基于此特征的检测对恶意代码具有较好地识别能力。 相似文献
997.
希尔伯特黄变换是由经验模态分解和希尔伯特变换所组成的,在非线性、非稳态信号处理方面具有独特的优势。本文首先对脑电波信号进行模态分解,然后根据希尔伯特变换求得各本征模态函数的瞬时频率并依此计算出均值、方差及其核心频率区间等特征,并选取若干个本征模态函数的频率特征组成一个长的特征向量,称之为希尔伯特黄频率特征环。根据该特征向量,本文进一步采用支持向量机对癫痫和非癫痫脑电波信号进行学习和分类,并采用格点搜索的方法来选取支持向量机中的最优参数。通过在典型癫痫脑电波数据集上的5重交叉验证得出本文所提出的新方法在分类准确率上已经超越或接近现有的分类方法。 相似文献
998.
999.
高光谱成像技术结合特征提取方法的草莓可溶性固形物检测研究 总被引:1,自引:0,他引:1
采用高光谱成像技术结合不同的特征提取方法,实现了对草莓可溶性固形物含量的检测。通过提取154颗成熟无损伤草莓的高光谱图像的874~1 734 nm范围光谱信息,对941~1 612 nm光谱采用移动平均法(moving average,MA)进行预处理。基于残差法剔除19个异常样本后将剩余135个样本分为建模集(n=90)和预测集(n=45)。采用连续投影算法(successive projections algorithm, SPA),遗传偏最小二乘算法(genetic algorithm-partial least squares, GAPLS)结合连续投影算法(GAPLS-SPA),加权回归系数(weighted regression coefficient, Bw)以及CARS法(competitive adaptive reweighted sampling)选择特征波长分别提取14,17,24与25个特征波长,并采用主成分分析(principal component analysis, PCA)与小波变换(wavelet transform, WT)分别提取20与58个特征信息。分别基于全波段光谱、特征波长与特征信息建立PLS模型。所有模型都取得了较好的效果,基于全波段光谱的PLS模型与基于WT提取的特征信息的PLS模型的效果最优,建模集相关系数(rc)与预测集相关系数(rp)均高于0.9。结果表明高光谱成像技术结合特征提取方法可用于草莓可溶性固形物含量的检测。 相似文献
1000.