全文获取类型
收费全文 | 101443篇 |
免费 | 9748篇 |
国内免费 | 9803篇 |
专业分类
化学 | 12045篇 |
晶体学 | 718篇 |
力学 | 3787篇 |
综合类 | 875篇 |
数学 | 3663篇 |
物理学 | 12681篇 |
无线电 | 87225篇 |
出版年
2024年 | 721篇 |
2023年 | 2339篇 |
2022年 | 2787篇 |
2021年 | 2843篇 |
2020年 | 1904篇 |
2019年 | 2160篇 |
2018年 | 1293篇 |
2017年 | 2647篇 |
2016年 | 3333篇 |
2015年 | 3234篇 |
2014年 | 7035篇 |
2013年 | 5795篇 |
2012年 | 6772篇 |
2011年 | 6526篇 |
2010年 | 6616篇 |
2009年 | 7828篇 |
2008年 | 7767篇 |
2007年 | 5814篇 |
2006年 | 5804篇 |
2005年 | 6407篇 |
2004年 | 5301篇 |
2003年 | 5376篇 |
2002年 | 3820篇 |
2001年 | 3135篇 |
2000年 | 2219篇 |
1999年 | 1716篇 |
1998年 | 1565篇 |
1997年 | 1243篇 |
1996年 | 1210篇 |
1995年 | 1124篇 |
1994年 | 1019篇 |
1993年 | 718篇 |
1992年 | 665篇 |
1991年 | 645篇 |
1990年 | 648篇 |
1989年 | 596篇 |
1988年 | 118篇 |
1987年 | 77篇 |
1986年 | 54篇 |
1985年 | 41篇 |
1984年 | 20篇 |
1983年 | 15篇 |
1982年 | 21篇 |
1981年 | 12篇 |
1980年 | 2篇 |
1979年 | 5篇 |
1978年 | 1篇 |
1977年 | 1篇 |
1963年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 578 毫秒
11.
传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题,利用图神经网络学习推理网络关系数据的特点,结合捕获的网络全局信息,提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模,将复杂的网络信息转化为形式化的图数据进行描述,利用图空域卷积处理图网络节点的消息传递过程,实现网络信息之间的关系推理,研究了实现网络性能预测的图神经网络模型,提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构,最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。 相似文献
12.
初中数学概念教学的最终目标在于帮助学生理解概念,并且掌握概念应用方法.具体而言,概念教学目标体现在引导学生对概念来源进行把握;帮助学生梳理各种概念之间的关系,把握相应的数学思想方法;引导学应用概念.因此,在组织开展初中概念教学活动的过程中,教师需要引导学生对概念来源展开分析,让学生形成对概念的初步认知,然后,组织学生概括抽象的数学概念,把握数学概念的基本特征,了解各要素之间的关系,掌握数学表达方法,强化对概念的认知;最后,指导学生应用数学概念,帮助学生建立完善的概念结构. 相似文献
13.
14.
15.
为了解决线结构光3维测量中噪声光斑对提取精度的影响,采用了密度聚类灰度重心提取算法提取激光光条中心线。该方法由中心线预提取以及中心线最终提取两阶段组成,预提取阶段实现对激光与光斑两者中心线的同时提取,最终提取阶段采用基于连通性的密度聚类算法完整保留激光中心线并剔除噪声光斑。在仿真实验阶段,对大小为600pixel×600pixel、含有激光中心线的图像进行了加噪处理,并使用提取结果与真实中心线之间各点的均方根误差以及运行时间作为考察标准进行了实验研究。结果表明,该方法与传统灰度重心法相比,在高亮度各向异性光斑、高亮度小面积光斑、高亮度点噪声图像的均方根误差分别降低了12.59pixel,15.12pixel和83.36pixel,时间复杂度分别提高了0.383s, 0.412s和0.416s。该方法与传统灰度重心法相比具有更高的提取精度、近似的时间复杂度,且对噪声光斑具有较好鲁棒性,可以在噪声光斑图像中完整提取出光条中心线。 相似文献
16.
17.
《现代电子技术》2019,(8):82-88
针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。 相似文献
18.