全文获取类型
收费全文 | 3177篇 |
免费 | 299篇 |
国内免费 | 307篇 |
专业分类
化学 | 395篇 |
晶体学 | 6篇 |
力学 | 179篇 |
综合类 | 129篇 |
数学 | 2312篇 |
物理学 | 762篇 |
出版年
2024年 | 30篇 |
2023年 | 88篇 |
2022年 | 105篇 |
2021年 | 118篇 |
2020年 | 78篇 |
2019年 | 115篇 |
2018年 | 53篇 |
2017年 | 122篇 |
2016年 | 107篇 |
2015年 | 102篇 |
2014年 | 175篇 |
2013年 | 119篇 |
2012年 | 150篇 |
2011年 | 141篇 |
2010年 | 148篇 |
2009年 | 185篇 |
2008年 | 157篇 |
2007年 | 167篇 |
2006年 | 141篇 |
2005年 | 148篇 |
2004年 | 107篇 |
2003年 | 103篇 |
2002年 | 107篇 |
2001年 | 112篇 |
2000年 | 88篇 |
1999年 | 99篇 |
1998年 | 97篇 |
1997年 | 80篇 |
1996年 | 98篇 |
1995年 | 82篇 |
1994年 | 82篇 |
1993年 | 59篇 |
1992年 | 55篇 |
1991年 | 49篇 |
1990年 | 60篇 |
1989年 | 33篇 |
1988年 | 7篇 |
1987年 | 7篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1984年 | 3篇 |
1983年 | 2篇 |
1980年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有3783条查询结果,搜索用时 0 毫秒
1.
本文考虑一般回归模型中回归系数的方向的估计问题。一般回归模型的定义中,应变量y在自变量x给定之下的分布只依赖于x之分量的线性组合。这个线性组合的系数向量β就是回归系数向量。一般回归模型是通常线性模型的推广。本文中,我们构造了一个U统计量作为β之方向的估计。在适当的光滑性条件下,本文证明了该U统计量作为β的方向的估计具有相合性与渐近正态性。 相似文献
2.
本文用B-网方法确定了△_(nm)~((2))剖分上二次双周期样条函数空间的维数,给出了插值条件的几种提法,证明了解的存在唯一性. 相似文献
3.
The paper discusses the relationship between weights and control vertices of two rational NURBS curves of degree two or three with all weights larger than zero when they represent the same curve parametrically and geometrically, and gives sufficient and necessary conditions for coincidence of two rational NURBS curves in non-degeneracy case. 相似文献
4.
5.
本文考虑零均值的平稳AR(P)序列与一个非随机的趋势项的这合模型.假设趋势项可以表咸有限个已知的线性无关基画数的线性组合.这种模型有广泛的应用.本文针对这类模型,给出了参数估计方法,并给出了计算参数估计值的迭代算法.模拟计算表明,这种方法计算方便,精度高. 相似文献
6.
非线性回归模型参数估计的一个新算法 总被引:14,自引:0,他引:14
近年来,非线性回归的研究受到极大的重视.Ratkowsky(1983)总结了非线性回归分析的近代发展,著成专著.韦博成从微分几何的观点对非线性回归分析作了处理.究其原因,一方面因为线性回归分析的研究已臻完善;另一方面因为在实际应用时,非线性情形遇到最多,如由物理,化学,生物,地学等学科的实验所得到的模型几 相似文献
7.
无偏的岭回归迭代算法 总被引:1,自引:0,他引:1
本文探讨线性模型的无偏的岭回归迭代算法,这种算法保持最小二乘法的性质,当存在较为严重的共线性时,它能给出较为精确的参数及其协差阵的估计值;当存在严格的共线性时,给出参数及其协差阵的无穷多解中的一个,这个解由初值决定。文章还给出了算法的收敛性及一些其它性质的证明。 相似文献
8.
徐应祥 《宁波大学学报(理工版)》2007,20(2):206-210
应用三次紧支撑样条小波插值函数得到了求一类常微分方程组数值解的隐式公式,并求得到其局部截断误差为O(-h5).在此基础上给出1个显式校正求解公式,并讨论得到其局部截断误差为O(-h4). 相似文献
9.
考虑半参数回归模型Y=X’β+g(T)+e,其中(X,T)为取值于Rp×[0,1]上的随机向量,β为p×1未知参数向量,g为定义于[0,1]上的未知函数,e为随机误差,Ee=0,Ee2=σ2>0,且(X,T)与e独立。本文综合最近邻和最小二乘的方法定义了β,g和σ2的估计量,gn*和。在适当条件下证明了和的渐近正态性,并得到了gn*的最优收敛速度。 相似文献
10.