全文获取类型
收费全文 | 10604篇 |
免费 | 127篇 |
国内免费 | 36篇 |
专业分类
财政金融 | 1677篇 |
工业经济 | 678篇 |
计划管理 | 2531篇 |
经济学 | 1401篇 |
综合类 | 677篇 |
运输经济 | 119篇 |
旅游经济 | 7篇 |
贸易经济 | 2376篇 |
农业经济 | 330篇 |
经济概况 | 923篇 |
信息产业经济 | 12篇 |
邮电经济 | 36篇 |
出版年
2024年 | 60篇 |
2023年 | 134篇 |
2022年 | 120篇 |
2021年 | 186篇 |
2020年 | 188篇 |
2019年 | 250篇 |
2018年 | 98篇 |
2017年 | 179篇 |
2016年 | 247篇 |
2015年 | 344篇 |
2014年 | 673篇 |
2013年 | 602篇 |
2012年 | 800篇 |
2011年 | 801篇 |
2010年 | 823篇 |
2009年 | 811篇 |
2008年 | 864篇 |
2007年 | 686篇 |
2006年 | 550篇 |
2005年 | 501篇 |
2004年 | 378篇 |
2003年 | 394篇 |
2002年 | 303篇 |
2001年 | 219篇 |
2000年 | 176篇 |
1999年 | 71篇 |
1998年 | 80篇 |
1997年 | 29篇 |
1996年 | 40篇 |
1995年 | 36篇 |
1994年 | 25篇 |
1993年 | 15篇 |
1992年 | 17篇 |
1991年 | 19篇 |
1990年 | 15篇 |
1989年 | 17篇 |
1988年 | 3篇 |
1987年 | 4篇 |
1986年 | 2篇 |
1985年 | 2篇 |
1984年 | 2篇 |
1983年 | 1篇 |
1982年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 453 毫秒
1.
2.
3.
《化工管理》2019,(5)
石化设备型钢筋混凝土与其他混凝土结构相比,其承载力更大,抗震性能更加优越,刚度更大,并且有着防火性能号、整体性更良好,结构更稳定等优点,由于这些优点,我国工程应用中已经广泛的采用了这种建筑材料,尤其是在民用建筑中,这种材料的应用范围更加广泛,所占比例也与日俱增。这些年以来,随着我国石油化工行业快速的发展,我国已经建立起了越来越多的千万吨级别的炼钢厂。SRC这种组合的结构是由钢板、型钢以及钢筋混凝土联合组成的整体性较为良好的手里构件,采用合理的含钢率能够较大幅度的降低结构的轴压比以及结构的水平位移,并且能够使结构的抗侧向移动刚度得以提升,对于结构承载力以及延性的优化提高也有有利影响,这种结构是一种能够较好的优化截面的方式。本文主要对石化设备框架型钢混凝土组合结构的计算与设计展开研究。 相似文献
4.
依据《开发区集约利用评价规程》(2014年度试行),运用组合赋权法对研究区进行了土地集约利用评价,并运用障碍度模型对其因子障碍度水平测算。研究表明:截至2017年底,研究区土地集约度综合分值为81.03分;土地利用强度障碍度为0.17,其后依次是土地利用程度、产业用地投入产出效益、用地结构状况、土地利用监管绩效,分别为0.09、0.08、0.02、0.00。研究区用地效益水平良好,监管绩效突出;土地利用强度障碍因素是其土地集约利用水平的主要制约因素。 相似文献
5.
6.
基于冠层光谱和BP神经网络的水稻叶片氮素浓度估算模型 总被引:4,自引:0,他引:4
[目的]快速、准确地诊断水稻叶片氮素营养状况,为水稻氮肥精准管理提供依据。[方法]以江西省农科院8种不同施肥处理的晚稻为研究对象,于主要生育期同步测定了水稻冠层光谱反射率及叶片全氮浓度(Leaf Nitrogen Concentration,LNC),系统分析了原始光谱反射率、一阶微分光谱、"三边"参数以及由350~1 350nm两两波段组合的差值(SD (Rλ1,Rλ2))、比值(SR (Rλ1,Rλ2))及归一化(ND(Rλ1,Rλ2))光谱指数与水稻LNC的相关关系,筛选出敏感参数,并以之为自变量构建了水稻LNC的传统预测模型,另外构建不同指标个数的多元线性与BP神经网络模型,并对模型进行验证。[结果](1)水稻LNC与一阶微分光谱在751nm处的相关性最高(r=0. 822);(2)"三边"参数中的红边面积SDr与LNC的相关性较高(r=0. 687);(3) 750nm附近的红边波段与近红外波段差值组合、550nm附近的绿光波段与近红外波段的比值及归一化差值组合与水稻LNC的相关性较高,以SD (R752,R751)、SR (R534,R1 350)和ND (R534,R1 349)表现最好,相关系数分别为0. 827、-0. 790和0. 788;(4)传统回归模型中以SD(R752,R751)构建的一元线性模型最佳(RC2=0. 665、RV2=0. 750、RMSEV=0. 4%、RPD=2. 034);(5)利用5个指标((R'751、SDr、SD (R752,R751)、SR (R534,R1 350)、ND (R534,R1 349))经逐步回归筛选出的2个指标SD ((R752,R751)和SR (R534,R1 350))构建预测水稻氮素的BP神经网络模型,预测效果最佳,其验证参数值分别为R2=0. 859、RMSEV=0. 302%和RPD=2. 669。[结论]基于单指标构建的传统线性模型计算过程简单但精度略低,而基于2个指标(SD (R752,R751)、SR (R534,R1 350))构建的BP神经网络模型预测精度高于该2指标构建的多元线性模型,表明在指标适合的情况下,BP神经网络对氮素具有较好的预测能力,是一种快速准确估算水稻叶片全氮浓度的方法。 相似文献
7.
9.