全文获取类型
收费全文 | 241篇 |
免费 | 6篇 |
国内免费 | 21篇 |
专业分类
系统科学 | 25篇 |
丛书文集 | 8篇 |
教育与普及 | 1篇 |
现状及发展 | 2篇 |
综合类 | 232篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2022年 | 1篇 |
2021年 | 4篇 |
2020年 | 4篇 |
2019年 | 6篇 |
2018年 | 3篇 |
2017年 | 5篇 |
2016年 | 4篇 |
2015年 | 12篇 |
2014年 | 11篇 |
2013年 | 12篇 |
2012年 | 19篇 |
2011年 | 19篇 |
2010年 | 17篇 |
2009年 | 25篇 |
2008年 | 26篇 |
2007年 | 21篇 |
2006年 | 15篇 |
2005年 | 13篇 |
2004年 | 10篇 |
2003年 | 4篇 |
2002年 | 7篇 |
2001年 | 6篇 |
2000年 | 1篇 |
1999年 | 7篇 |
1998年 | 4篇 |
1997年 | 4篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1993年 | 2篇 |
1991年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有268条查询结果,搜索用时 0 毫秒
261.
基于权值与结构确定(WASD)算法,提出和构建了一种以非连续符号函数为隐层神经元激励函数的WASD神经网络模型。通过WASD算法,能有效地确定所构建网络的权值及网络的最优结构。该文也将此网络模型应用于XOR(异或)上,并详细讨论了在带噪类型不同时网络在此应用上的性能。计算机数值实验结果验证了所提出的权值与结构确定法能够有效地确定出网络的最优权值与结构,所构建的WASD网络在XOR应用上具有优秀的抗噪性能。另外,通过对比符号函数激励的WASD神经网络与幂函数激励的WASD神经网络在高维XOR应用方面的性能差异,证实了所提出的符号函数激励的WASD神经网络及算法在解决非线性问题时的优越性。 相似文献
262.
提出了一种基于自反馈连接权值优化策略的暂态混沌神经网络多用户检测方法.该方法采用一种改进的变指数退火函数,对自反馈权值进行优化,既充分利用混沌的动态特性进行搜索,使算法可以从局部最优值中跳出,又加快收敛速度,减少收敛时间.仿真结果表明,这种检测器在误码率和抗远近效应方面优于已有的神经网络多用户检测器,能较好地逼近最佳多用户检测器的性能. 相似文献
263.
一种新型的权值裁剪模糊中值滤波去噪算法 总被引:2,自引:0,他引:2
前人的基础上,提出了权值裁剪模糊中值滤波器.该文算法不仅考虑了噪声的检测,还考虑了中心像素周围也有可能存在噪声的情形,并对这些噪声点的权值进行了裁剪.实验表明,该算法比已有文献中的模糊加权均值滤波器以及标准的中值滤波在噪声消除和边缘细节保留方面都具有更好的性能。 相似文献
264.
针对原始数据库中增加数据时如何更新规则的问题,提出并应用了一种基于权值的序列模式更新算法UW IUA。该算法利用权值来归约子序列集和利用知识数据库中保留的最小非大序列集产生新的候选序列集,避免了重复遍历原始信息库而造成数据量太大的问题,从而缩短程序运行时间和节约数据存储空间,较好地改进了算法性能。实验结果证明UW IUA算法的效率高于IUA算法。 相似文献
265.
改变位权值的直方图均衡方法研究和应用 总被引:5,自引:0,他引:5
探讨了一种改进的直方图均衡化方法。该方法在图像灰度信号分布窄而不均匀的情况下能有效地改善图像的质量,并在医院X光透视图像的处理中得到应用并取得较好的效果。 相似文献
266.
三种计算层次分析法中权值的方法 总被引:3,自引:0,他引:3
分析了几种计算权值的常见的方法,在分析最小二乘法的基础上,分别以"残差平方之和最小"、"残差绝对值之和最小"和"最大残差绝对值最小"准则的建立了计算权值的三种新方法。通过实例给出了计算方法和结果。 相似文献
267.
张瑞全 《内蒙古师范大学学报(自然科学版)》2023,(2):169-174
篮球教学质量是反应学习效果与教学方法可行性的关键指标,对于提升优化篮球课程的教学方法具有重要意义。基于主成分分析法提取16个关键性评价指标,设定GA-BP神经网络期望误差为均方误差;基于自适应梯度下降法进行网络训练,为遗传算法的不同种群赋予不同交叉概率与变异概率,利用移民算子沟通实现种群进化以此改进遗传算法;基于改进遗传算法确定BP神经网络的初始权值与阈值,将16个篮球教学质量评价指标权重输入到GA-BP神经网络模型中获得教学质量评价结果。实验结果表明,该模型输出篮球教学质量评价结果的误差最低、时间开销最少,是评价篮球教学质量的可靠方法。 相似文献
268.
日本是发达国家中国债和GDP的比值最高的国家.在过去的20年中,日本国债规模增长迅速.根据日本财务省官方公布的数据显示,截至2020年6月底,日本国债总额已达到1159.0289万亿日元.为了预估日本中央政府未来的债务风险,对日本国债规模进行预测是有必要的.研究利用权值和结构确定(WASD)神经网络对日本2017年3月—2020年6月一共14个季度的国债规模成功进行了预测,预测结果与官方数据的相对误差在4%以内.此外,利用校验误差最小的神经网络更进一步地完成了2020年9月—2022年12月一共10个季度的短期预测.结果表明,短期内日本国债规模仍将缓慢上升. 相似文献