首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   239篇
  免费   5篇
  国内免费   7篇
系统科学   3篇
丛书文集   9篇
教育与普及   15篇
理论与方法论   2篇
现状及发展   2篇
综合类   220篇
  2024年   2篇
  2023年   7篇
  2022年   14篇
  2021年   11篇
  2020年   9篇
  2019年   9篇
  2018年   13篇
  2017年   5篇
  2016年   7篇
  2015年   5篇
  2014年   29篇
  2013年   15篇
  2012年   8篇
  2011年   13篇
  2010年   7篇
  2009年   9篇
  2008年   10篇
  2007年   15篇
  2006年   5篇
  2005年   9篇
  2004年   6篇
  2003年   7篇
  2002年   3篇
  2001年   1篇
  2000年   7篇
  1999年   3篇
  1998年   2篇
  1997年   1篇
  1996年   1篇
  1995年   1篇
  1994年   2篇
  1993年   1篇
  1989年   1篇
  1988年   1篇
  1986年   1篇
  1983年   1篇
  1982年   2篇
  1981年   4篇
  1980年   3篇
  1946年   1篇
排序方式: 共有251条查询结果,搜索用时 0 毫秒
251.
现有心律不齐研究多数围绕心电信号中不同频率特性成分的分离展开,而不同子序列的信息量对于最终目标决策的贡献则缺少研究与分析.为增强高贡献度子序列对于分类器的影响,提出了一种变权重奇异谱分析与深度学习结合的识别方法.通过奇异谱分析获得多个子序列,结合各个子序列的奇异值计算随机森林下的基尼系数,并将其作为权重.变权重的序列样本用于训练神经网络模型,更高效地挖掘了有用信息,进一步提高了识别精度,最终的心律不齐识别准确率为98.35%,Macro-F1为97.95%.相对于传统的定值权重,本文提出的变权重识别方法在各个性能指标上均有明显提升.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号