全文获取类型
收费全文 | 332篇 |
免费 | 13篇 |
国内免费 | 17篇 |
专业分类
系统科学 | 59篇 |
丛书文集 | 10篇 |
教育与普及 | 3篇 |
现状及发展 | 3篇 |
综合类 | 287篇 |
出版年
2024年 | 2篇 |
2023年 | 13篇 |
2022年 | 10篇 |
2021年 | 5篇 |
2020年 | 9篇 |
2019年 | 4篇 |
2018年 | 8篇 |
2017年 | 5篇 |
2016年 | 5篇 |
2015年 | 7篇 |
2014年 | 19篇 |
2013年 | 22篇 |
2012年 | 12篇 |
2011年 | 18篇 |
2010年 | 15篇 |
2009年 | 30篇 |
2008年 | 34篇 |
2007年 | 22篇 |
2006年 | 11篇 |
2005年 | 19篇 |
2004年 | 20篇 |
2003年 | 19篇 |
2002年 | 11篇 |
2001年 | 9篇 |
2000年 | 2篇 |
1999年 | 1篇 |
1998年 | 4篇 |
1997年 | 4篇 |
1996年 | 1篇 |
1995年 | 2篇 |
1994年 | 3篇 |
1993年 | 4篇 |
1992年 | 4篇 |
1990年 | 2篇 |
1989年 | 4篇 |
1988年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有362条查询结果,搜索用时 31 毫秒
41.
李旭东 《华北科技学院学报》2010,7(4):42-47
针对大采高综采系统设备结构复杂、部件多、尺寸长、重量大、安装困难等特点和东坡煤矿的实际,重点介绍了运输设备提升能力验算、绞车的安装和调试、巷道及开切眼的加宽加高、起吊锚杆和锚索的施工等准备工作,提出了合理的设备安装工序,对工作面支架、采煤机、运输机、转载机等设备及机巷胶带输送机和开关车安装的具体要求进行了详细的论述,并分析、总结了综合效益。 相似文献
42.
43.
针对CVE字典缺少分类和归纳能力,无法为多重系统漏洞设计有效防御策略的局限,提出了CVE分类器的CVE漏洞分类框架.该CVE分类器根据不同的分类特征对CVE进行分类,在支持向量机的帮助下,CVE分类器自动地从相关的漏洞数据库(包括BID,X-Force和Secunia)中抽取训练数据,并基于该训练数据为分类特征建立学习模型. 相似文献
44.
45.
中文文本分类是中文信息处理过程中的关键技术。本文介绍了中文文本分类的基本过程和基本原理,讨论了朴素贝叶斯(NB)、K-最近邻(KNN)、支持向量机(SVM)这三种中文文本分类方法,并对这三种分类方法进行分析和比较。 相似文献
46.
中文文本分类是中文信息处理过程中的关键技术。本文介绍了中文文本分类的基本过程和基本原理,讨论了朴素贝叶斯(NB)、K-最近邻(KNN)、支持向量机(SVM)这三种中文文本分类方法,并对这三种分类方法进行分析和比较。 相似文献
47.
科技型中小企业发展的金融支持问题研究 总被引:4,自引:0,他引:4
科技型中小企业的发展离不开金融的支持。针对科技型中小企业的融资特点和我国科技型中小企业的融资现状,通过借鉴国际经验,从加强政府支持、完善风险投资机制、加大商业银行支持和建立多层次资本市场这四个方面论述了如何构建科技型中小企业的金融支持体系。 相似文献
48.
由于支持向量机具有较好地学习性能和泛化能力,目前已经得到了广泛的应用。如何使支持向量机进行有效的增量学习是目前支持向量机应用中需要解决的问题。深入研究了支持向量分布特点,提出了一种新的支持向量机增量训练淘汰机制——距离比值算法。该算法根据遗忘规则,设定一个合适的参数,按距离比值法中的定义计算各个样本中心距离与其到最优分类面距离的比值,舍弃对后续训练影响不大的样本,即可对训练数据进行有效的淘汰。对标准数据集的实验结果表明,使用该方法进行增量训练在保证分类精度的同时,能有效地提高训练速度。 相似文献
49.
对于服务型企业来说,随着近年来业务规模的不断扩大,同行业竞争的加剧,各企业改变传统服务模式,相继推出适合本企业的各自助渠道各种业务的途径,提高用户满意度,这就需要建设一个强大的业务自助服务系统,本论文主要是围绕设计和建设这个系统所展开,主要运用ORACLE为后台数据库平台,J2EE为主要开发语言。 相似文献
50.
光伏阵列故障的精确检测是提高光伏电站运行可靠性和安全性的重要因素之一。本文提出了粒子群优化支持向量机(Particle Swarm Optimization-Support Vector Machine, PSO-SVM)的光伏阵列故障检测与分类的方法。分析了光伏阵列输出特性和故障类型,选择合适的特征向量及归一化方式。选用径向基核函数优化模型结构,并利用PSO算法对参数进行寻优,提高模型精确度。结合实验平台,获取光伏阵列正常工作和8种故障状态的实测数据,随机划分为训练集和测试集,并建立PSO-SVM故障检测与分类模型。实验表明应用本文模型进行故障检测准确率达99.89%,分类准确率达98.68%,优于BP (Back Propagation)神经网络以及决策树的检测和分类结果。 相似文献