全文获取类型
收费全文 | 19266篇 |
免费 | 1004篇 |
国内免费 | 2302篇 |
专业分类
系统科学 | 3108篇 |
丛书文集 | 580篇 |
教育与普及 | 13篇 |
理论与方法论 | 27篇 |
现状及发展 | 67篇 |
综合类 | 18777篇 |
出版年
2024年 | 78篇 |
2023年 | 242篇 |
2022年 | 405篇 |
2021年 | 451篇 |
2020年 | 465篇 |
2019年 | 404篇 |
2018年 | 360篇 |
2017年 | 440篇 |
2016年 | 394篇 |
2015年 | 591篇 |
2014年 | 875篇 |
2013年 | 813篇 |
2012年 | 1121篇 |
2011年 | 1245篇 |
2010年 | 1014篇 |
2009年 | 1205篇 |
2008年 | 1292篇 |
2007年 | 1728篇 |
2006年 | 1579篇 |
2005年 | 1302篇 |
2004年 | 1142篇 |
2003年 | 918篇 |
2002年 | 772篇 |
2001年 | 620篇 |
2000年 | 502篇 |
1999年 | 468篇 |
1998年 | 394篇 |
1997年 | 342篇 |
1996年 | 268篇 |
1995年 | 209篇 |
1994年 | 182篇 |
1993年 | 150篇 |
1992年 | 122篇 |
1991年 | 123篇 |
1990年 | 102篇 |
1989年 | 85篇 |
1988年 | 70篇 |
1987年 | 49篇 |
1986年 | 22篇 |
1985年 | 8篇 |
1981年 | 7篇 |
1955年 | 13篇 |
排序方式: 共有10000条查询结果,搜索用时 343 毫秒
961.
人工神经网络应用于光谱分析:校正与辨识 总被引:1,自引:0,他引:1
将人工神经网络(ANN)用于光谱分析校正与定量分辨中,采用三层节点模型和反向传播学习算法对模拟与实测数据处理结果表明,人工神经网络对光谱分析校正与定量辨识是可行的。从页为光谱辨识与多元校正提供了一条新途径。 相似文献
962.
基于神经网络的多变量自适应控制器 总被引:1,自引:0,他引:1
利用神经网络对非线性映射的逼近能力,通过采用一步超前预测控制性能指标及网络模型局部线性化的思想,给出了一个显式的控制律和相应的自适应控制算法,仿真结果表明了该控制算法的有效性。 相似文献
963.
推导出计算正序输入DIF基4Sande—TukeeFFT算法旋转因子指数公因子p的一种简单方法.给出大幅度减少该算法处理程序运算量的几项有效措施. 相似文献
964.
循环阵求逆的一种算法 总被引:2,自引:0,他引:2
金映辉 《复旦学报(自然科学版)》1995,34(3):295-302
提出了循环阵求的逆的一种算法,当循环阵非奇时,该算法求循环阵的逆,循环阵奇异时,该算法求循环阵的广义逆。 相似文献
965.
用I3(n)表示n-立方体Qn的3-独立数。提出了构造Qn的3-独立集的一个算法,证明了2n-[log2n]-1≤I3(n)≤[2n/(n+1)].这些结果被应用于神经联想存储器的设计. 相似文献
966.
动态测试数据自动处理方法 总被引:2,自引:0,他引:2
林洪桦 《北京理工大学学报》1995,15(1):67-74
提出成立动态测试数据自动处理方案,首先通过两次移动平均及相应的统计检验,自动初辨数据属于平衡型、一阶非平衡型或二阶非平衡型,同时用移动回归外推法自动剔除异常数据,并用RPE-KF自适应滤波法抑制测试随机误差。然后按初辨结果自动选定加权逐步回归或/与时序模型特征根判别的混合谱分析法及其算法参数。提取数据中的非周期或/与周期成分,并用移动Marple算法拟合随机成分的时变AR模型,估计其统计特征量。已 相似文献
967.
朱正元 《北京联合大学学报(自然科学版)》1995,9(3):27-30
利用有限域上向量空间对于它的线性变换的循环子空间分解的性质,给出了线性群GL(n,Fq)的阶与它的某个有限于群的阶之间的关系:设在Fq上不可约,q=p ̄m,p_1(≠p)是素数,如果p1||G|,则n≥p_1-1;如果 则,2≥2p_1-2。 相似文献
968.
针对神经网络中具有大量的相似解,提出了一种规范化方法,大大地减少了神经网络中解的数目,然后,给出了多种不同的算子,通过对简单网络问题的实验,比较了它们的优劣,得出了一个新型的遗传算法NGA。实验表明,NGA比用传统的GA训练神经网络效果要优。 相似文献
969.
从步长选择的角度出发,提出了一个基于模型逼近度的变步长BP神经网络学习算法。数值结果表明该算法具有良好的收敛速度。 相似文献
970.
A mixture likelihood approach for generalized linear models 总被引:6,自引:0,他引:6
A mixture model approach is developed that simultaneously estimates the posterior membership probabilities of observations to a number of unobservable groups or latent classes, and the parameters of a generalized linear model which relates the observations, distributed according to some member of the exponential family, to a set of specified covariates within each Class. We demonstrate how this approach handles many of the existing latent class regression procedures as special cases, as well as a host of other parametric specifications in the exponential family heretofore not mentioned in the latent class literature. As such we generalize the McCullagh and Nelder approach to a latent class framework. The parameters are estimated using maximum likelihood, and an EM algorithm for estimation is provided. A Monte Carlo study of the performance of the algorithm for several distributions is provided, and the model is illustrated in two empirical applications. 相似文献