全文获取类型
收费全文 | 67篇 |
免费 | 28篇 |
国内免费 | 1篇 |
专业分类
系统科学 | 3篇 |
丛书文集 | 2篇 |
理论与方法论 | 1篇 |
综合类 | 90篇 |
出版年
2023年 | 1篇 |
2022年 | 2篇 |
2021年 | 2篇 |
2020年 | 2篇 |
2019年 | 6篇 |
2018年 | 5篇 |
2017年 | 2篇 |
2016年 | 1篇 |
2015年 | 5篇 |
2014年 | 5篇 |
2011年 | 6篇 |
2010年 | 9篇 |
2009年 | 9篇 |
2008年 | 2篇 |
2007年 | 3篇 |
2006年 | 2篇 |
2005年 | 6篇 |
2004年 | 7篇 |
2003年 | 6篇 |
2002年 | 5篇 |
2001年 | 1篇 |
2000年 | 4篇 |
1999年 | 1篇 |
1996年 | 1篇 |
1993年 | 2篇 |
1990年 | 1篇 |
排序方式: 共有96条查询结果,搜索用时 109 毫秒
91.
92.
【目的】以曹妃甸某污水排海工程为例,对排海工程渔业资源损害定量分析方法进行探讨,为今后类似工程生物资源损害评估提供参考依据。【方法】在大量已有研究成果及经验的基础上,对水污染生物资源损害计算基本公式、受损范围及死亡率的确定方法进行讨论。结合工程实际情况及海洋生态环境现状调查结果,定量分析工程对渔业资源造成的损害。【结果】工程对海洋渔业资源造成损害的面积约为0.218km2,在此范围内,仔鱼和鱼卵的损失量分别约为4.65×106尾和9.63×106个,而成鱼基本不受影响。【结论】本方法的提出对今后海洋工程生物资源损害研究具有一定的参考价值。 相似文献
93.
远程监督(Distant Spervision,DS)数据集中存在大量错误标注的数据,而现有的DS数据集去噪方法通常只考虑针对具有标签的数据进行去噪,没有充分利用无标签数据,导致去噪效果不佳。本文提出一种新型DS数据去噪模型——Pattern Reinforcement Learning Model (PRL模型):首先利用基于关系模式的正样例抽取算法提取DS数据集中高质量的有标签数据;然后利用Filter-net作为分类器,提取DS数据集中高质量的无标签数据;最后将高质量的有标签数据和无标签数据作为深度强化学习(Reinforcement Learning,RL)方法的训练数据集,获得去噪效果更好的远程监督数据集。将PRL模型应用于New York Times(NYT)数据集,并以去噪后的数据集来训练PCNN+ONE、CNN+ATT、PCNN+ATT 3个模型。实验结果表明,经过PRL模型对数据集进行去噪后,这些模型的性能得以提升。因此,PRL模型是一种轻量的数据去噪模型,可以提升基于深度神经网络模型的性能。 相似文献
94.
95.
96.