全文获取类型
收费全文 | 943篇 |
免费 | 15篇 |
国内免费 | 19篇 |
专业分类
教育 | 355篇 |
科学研究 | 525篇 |
体育 | 29篇 |
综合类 | 22篇 |
文化理论 | 2篇 |
信息传播 | 44篇 |
出版年
2024年 | 3篇 |
2023年 | 5篇 |
2022年 | 14篇 |
2021年 | 13篇 |
2020年 | 8篇 |
2019年 | 4篇 |
2018年 | 3篇 |
2017年 | 6篇 |
2016年 | 7篇 |
2015年 | 29篇 |
2014年 | 70篇 |
2013年 | 72篇 |
2012年 | 80篇 |
2011年 | 89篇 |
2010年 | 65篇 |
2009年 | 78篇 |
2008年 | 105篇 |
2007年 | 53篇 |
2006年 | 49篇 |
2005年 | 34篇 |
2004年 | 21篇 |
2003年 | 27篇 |
2002年 | 26篇 |
2001年 | 26篇 |
2000年 | 17篇 |
1999年 | 15篇 |
1998年 | 4篇 |
1997年 | 4篇 |
1996年 | 4篇 |
1995年 | 12篇 |
1994年 | 6篇 |
1993年 | 4篇 |
1992年 | 6篇 |
1991年 | 1篇 |
1990年 | 9篇 |
1989年 | 5篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有977条查询结果,搜索用时 15 毫秒
81.
支持向量机(Support Vector Machines)方法,简称SVM方法。SVM方法是计算机学习的一种新方法,是基于历史数据建立预报预测模型的有效工具。这一方法数学推导严密,理论基础坚实,已经成为预测预报、模式识别、计算智能等领域的热点技术,受到了国内外的广泛关注。作为月降水定量预报方法的尝试,利用那曲县及安多县的月平均常规气象资料及74个环流场资料,利用国家局陈永义老师等开发的支持向量机学习建模预报软件平台(SVM2.0)作了那曲县月降水量预报试验,其结果显示出了该方法有一定的预报能力。 相似文献
82.
大雾天气对水陆空交通都有不利的影响,而且对人民身体健康也带来了严重危害。因此,对大雾的监测和预报十分必要。本文利用中国气象局中期数值预报模式(T213)输出的大量预报产品,用EOF方法进行主分量分析,提取出累计方差贡献大的的前几个主分量,浓缩数值预报产品因子的预报信息并结合地面观测资料建立大雾的定量预报的人工神经网络模型。利用人工神经网络,建立温江地区大雾天气的预报模型,通过对温江站雾日预报试验,取得了较为满意的试报效果,具有实际应用意义。 相似文献
83.
隧道地质超前预报是利用地震波的基础理论对施工掌子面前方岩体情况或成灾可能性做出预报。本为以某隧道为研究对象,通过施工前的准备、炮点的设置及施工记录,较为详细地介绍了超前预测预报技术在工程中的应用。 相似文献
84.
85.
预测新闻是根据事物发展现阶段的影响要素和特点.对事物发展的规律和走向,进行判断和推测的一种报道,具有前瞻性和实用性特点。预测新闻不同于预报新闻。预报是对未来数日、数月、数年已经安排或必将发生的一种重大事件的提前报道,比如,北京奥运、上海世博、广州亚运何时举行, 相似文献
86.
综合超前地质预报技术在育王岭隧道破碎带预报中的应用 总被引:1,自引:0,他引:1
隧道掘进穿越断层和节理裂隙破碎带施工过程中易发生塌方、涌水突泥等灾害事故,为保证隧道穿越多裂隙带的施工安全,降低施工灾害发生的概率,施工前有必要对隧道进行超前预报。本文依托育王岭隧道,通过地质分析研究了育王岭隧道的破碎带发育特征,利用TSP超前预报系统、地质雷达和红外探水等物探手段对育王岭隧道的地质缺陷体进行探测,探测结果与现场实际揭露情况基本吻合。综合采用TSP超前预报系统和地质雷达可较为精确预报岩溶区隧道的破碎带发育情况,红外探水基本可以预报裂隙含水情况,其预报手段可供类似工程借鉴。 相似文献
87.
88.
陈新军 《实验室研究与探索》2007,26(8):153-153
图1上海及临近地区地形分布图长江口及临近海域表层水温分布图(见封面)和上海及临近地区地形分布图(图1)由上海水产大学渔业遥感实验室制作。其海洋遥感数据处理、分析和业务化运行均达到世界同类水平。实验室根据NOAA和MODIS遥感地面接收站获取的实时数据,利用美国NOAACoastwa 相似文献
89.
海洋要素预报的困难主要源于非线性、高维性和数据的不确定性,章利用BP神经网络方法对这些问题进行了初步探讨,在分析其原理的基础上,给出了它用于海洋要素预报的具体方法,并提出了几点思考。 相似文献
90.
本文介绍了廷吉市空气质量预报系统的建立,以及运行效果,其环境空气中首要污染物PM10的API预报准确率达到70.96%,级别预报准确率达到84.66%. 相似文献