全文获取类型
收费全文 | 614篇 |
免费 | 55篇 |
国内免费 | 9篇 |
出版年
2024年 | 1篇 |
2023年 | 14篇 |
2022年 | 1篇 |
2021年 | 11篇 |
2020年 | 12篇 |
2019年 | 8篇 |
2018年 | 4篇 |
2017年 | 10篇 |
2016年 | 16篇 |
2015年 | 35篇 |
2014年 | 79篇 |
2013年 | 44篇 |
2012年 | 57篇 |
2011年 | 38篇 |
2010年 | 50篇 |
2009年 | 44篇 |
2008年 | 35篇 |
2007年 | 46篇 |
2006年 | 23篇 |
2005年 | 32篇 |
2004年 | 16篇 |
2003年 | 15篇 |
2002年 | 17篇 |
2001年 | 24篇 |
2000年 | 13篇 |
1999年 | 9篇 |
1998年 | 4篇 |
1997年 | 6篇 |
1996年 | 5篇 |
1995年 | 3篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1990年 | 3篇 |
排序方式: 共有678条查询结果,搜索用时 31 毫秒
491.
492.
“君子”、“小人”是古人常用的称谓,其词义多样且不断演化。君子,最早是对统治者和贵族男子的统称,常与“小人”与“野人”对举。《诗经·魏风·伐檀》:“彼君子兮,不素餐兮!”《孟子·滕文公上》:“无君子莫治野人,无野人莫养君子。”《淮南子·说林训》:“农夫劳而君子养焉。”都是这个意思。汉班固《白虎通·号》:“或称君子何?道德之称也。君之为言群也;子者丈夫之通称也。”宋王安石《君子斋记》:“故天下之有德,通谓之君子。”“小人”的称谓其一是平民百姓,其二是旧时男子对地位高于自己者自称的谦词,其三是指识见浅狭之人,其四是… 相似文献
493.
构建和谐社会是全党的任务。军队要在构建和谐社会中发挥积极促进作用,首先要实现自身的和谐。纵观部队出现的一些不和谐、不稳定因素,多数是领导干部不能公平地对人对事造成的。在推进和谐军营建设中,部队要做的工作有很多,但必须把维护和实现公平,作为构建和谐军营的基本要求。一、维护和实现官兵政治权利的公平,是构建和谐军营的一个重要前提。构建和谐军营,一个重要目标是增强部队的凝聚力和吸引力,使官兵热爱部队这个集体,心情舒畅地履行军人职责。历史经验告诉我们,单纯的物质利益只能一时凝聚人心,不能长期凝聚人心。只有获得政治和… 相似文献
494.
俗话说:“人比人,气死人。”这本是一句安慰人不要盲目与人攀比的话,但在实际生活中有些人却是越比越气、越比越急、越比心里越不平衡。其实,由于个人素质、能力等诸方面的差异,一些与自己同时起步,甚至一些起步较晚的同志,经过实践的锻炼,增长了才干,在职务及其他方面赶上甚至超过自己是很正常的事情。正如从同一起跑线上起跑的运动员不可能同时到达终点,总是要有先有后。但现实生活中,有的同志见到职务上出现的偏差,不是用客观公正的态度去正视自身在工作能力、业务素质、进取心等方面存在的差距,而是一方面拿他的长处同别人的短处比,另一… 相似文献
495.
为提高我军饮食装备的适应性,饮食装备必须走模块化发展道路。为此,必须加强饮食装备的系统研究,以提高模块化水平;必须制定科学合理的研发目标,提高其灵活性、可维修性和适应性。 相似文献
496.
497.
针对三相交流异步电机速度伺服系统,提出一种基于内模原理的具有全局鲁棒性改进型PI(改进型IMC-PI)控制策略.为降低负载扰动对伺服系统的影响,引入一种误差微分表达式的作用函数,并与IMC-PI控制器串联,系统的调节过程分为作用函数趋向于零和等于零两个阶段;随后将全局滑模控制的思想引入到作用函数中,加入误差补偿项,使得系统调节过程只有等于零的阶段,系统获得全局鲁棒性.为消除微分作用的高频干扰,在作用函数中引入不完全微分.仿真结果表明,该方案能有效提升系统对负载扰动的抗扰性,并有效改善响应速度,使系统获得良好的动静态特性以及鲁棒性. 相似文献
498.
杂波、低检测概率和目标间观测相互干扰等因素,使得目标观测的来源难以辨别,提出一种基于改进GMPHD滤波的多目标跟踪算法,通过引入目标标记和权重向量,增广了标准GMPHD迭代中目标信息.基于高斯分量合并策略、目标状态估计策略和高斯分量优化策略,能够有效地改善目标状态估计精度和滤波迭代效率.目标跟踪仿真实验结果表明了所提算法的有效性及鲁棒性. 相似文献
499.
500.
主流的联邦学习(federated learning, FL)方法需要梯度的交互和数据同分布的理想假定,这就带来了额外的通信开销、隐私泄露和数据低效性的问题。因此,提出了一种新的FL框架,称为模型不可知的联合相互学习 (model agnostic federated mutual learning, MAFML)。MAFML仅利用少量低维的信息(例如,图像分类任务中神经网络输出的软标签)共享实现跨机构间的“互学互教”,且MAFML不需要共享一个全局模型,机构用户可以自定制私有模型。同时,MAFML使用简洁的梯度冲突避免方法使每个参与者在不降低自身域数据性能的前提下,能够很好地泛化到其他域的数据。在多个跨域数据集上的实验表明,MAFML可以为面临“竞争与合作”困境的联盟企业提供一种有前景的解决方法。 相似文献