全文获取类型
收费全文 | 8155篇 |
免费 | 270篇 |
国内免费 | 570篇 |
专业分类
系统科学 | 605篇 |
丛书文集 | 354篇 |
教育与普及 | 162篇 |
理论与方法论 | 20篇 |
现状及发展 | 27篇 |
综合类 | 7827篇 |
出版年
2024年 | 49篇 |
2023年 | 160篇 |
2022年 | 189篇 |
2021年 | 254篇 |
2020年 | 197篇 |
2019年 | 224篇 |
2018年 | 115篇 |
2017年 | 162篇 |
2016年 | 176篇 |
2015年 | 235篇 |
2014年 | 400篇 |
2013年 | 377篇 |
2012年 | 445篇 |
2011年 | 469篇 |
2010年 | 534篇 |
2009年 | 571篇 |
2008年 | 582篇 |
2007年 | 513篇 |
2006年 | 434篇 |
2005年 | 348篇 |
2004年 | 269篇 |
2003年 | 260篇 |
2002年 | 250篇 |
2001年 | 205篇 |
2000年 | 219篇 |
1999年 | 172篇 |
1998年 | 166篇 |
1997年 | 137篇 |
1996年 | 140篇 |
1995年 | 131篇 |
1994年 | 113篇 |
1993年 | 86篇 |
1992年 | 98篇 |
1991年 | 80篇 |
1990年 | 72篇 |
1989年 | 76篇 |
1988年 | 37篇 |
1987年 | 24篇 |
1986年 | 10篇 |
1985年 | 2篇 |
1984年 | 3篇 |
1983年 | 2篇 |
1981年 | 1篇 |
1978年 | 3篇 |
1965年 | 1篇 |
1962年 | 3篇 |
1957年 | 1篇 |
排序方式: 共有8995条查询结果,搜索用时 375 毫秒
141.
为了深入了解直线感应电机的端部效应,以提高其性能,建立了直线感应电动机理想的一维数学模型,根据电磁场理论导出气隙方程的解,分析了模型的解及相关参数与磁场和推力的关系.分析表明:直线感应电动机高速运动时的端部效应主要由入端效应波引起,可采取增加电机极数,增大电机的次级电阻、气隙和电源频率,采用双层绕组或增加补偿绕组等措施,减轻端部效应的影响. 相似文献
142.
屈少华 《湖北民族学院学报(自然科学版)》2006,24(1):39-41
用渗流模型研究了(La1-xBx)2/3Ca1/3MnO3系统由顺磁性向铁磁性转换过程中外磁场与转换温度的关系.在平均场理论中,电阻是外磁场和温度的函数.研究发现:当外加磁场不太强时,转化温度随着外磁场的增加而线性地增加,理论上的计算与最近的实验观察相当符合. 相似文献
143.
直接依靠人的理解判断对内容进行分类,需花费大量的时间与精力,为了解决文本内容的自动聚类问题,该文在信息系统理论与自组织神经网络理论的指导下,利用智能技术得出了内容的分类结构。提出了基于智能聚类的内容分类方法,利用自组织神经网络的学习算法进行内容的聚类,并根据所提出的方法设计了基于智能聚类的内容分类示范系统,进行了应用研究,验证了该方法的有效性。 相似文献
144.
针对混合型控制问题,以排球任务为例研究机器人的运动规划.模拟人类球员通过经验积累而采取相应动作的行为学习模式,采取案例学习的方式解决球的初始状态微小变化(仅发球速度和角度变化)时的运动规划问题.由于支持向量回归(SVR)在处理小样本问题的优越性并受局部学习思想的启发,采用局部加权SVR(LW-SVR)实现案例学习.结果证明,LW-SVR的学习精度较RBF神经网络和SVR明显提高. 相似文献
145.
脑-之机接口的核心问题之一是通信载体信号的单次提取.在构建脑控拼写器的过程中,通过“模拟自然阅读”诱发模式产生的视觉诱发电位作为人脑与计算机之间的通信载体,采用支持向量机方法进行特征信号的单次识别.为提高识别精度,详细研究了信号时程、时段的选择对模式识别精度的影响.结果表明,信号时程越长分类精度越高,时程达到300ms时,分类精度就可达到最大值(且趋于饱和);信号时段的选择对分类精度亦有较大影响,最佳时段在靶刺激出现后约250~350ms作为起始处.这一结果为提高系统的整体速度与精度打下了基础. 相似文献
146.
根据化学成分准确预测钢材产品的力学性能并及时调整相关生产的控制策略,将有效地提高钢铁生产的最终产品质量.支持向量机是一种建立在统计学习理论基础上的机器学习方法,介绍了基于此算法基础上的一种ε-支持向量回归机算法及其推导过程,建立了基于ε-支持向量回归机的钢材力学性能模型,通过实际应用表明该模型比Excel回归预测具有更高的精度. 相似文献
147.
Support vector machines (SVM) have been widely used in pattern recognition and have also drawn considerable interest in control areas. Based on rolling optimization method and on-line learning strategies, a novel approach based on weighted least squares support vector machines (WLS-SVM) is proposed for nonlinear dynamic modeling. The good robust property of the novel approach enhances the generalization ability of kernel method-based modeling and some experimental results are presented to illustrate the feasibility of the proposed method. 相似文献
148.
一种基于KNN与改进SVM的车牌字符识别算法 总被引:2,自引:0,他引:2
提出了一种将KNN(K近邻)和支持向量机相结合的字符识别算法.首先用KNN对字符进行判断,如果输出的置信度大于阈值,则认为分类正确;如果小于阈值则采用支持向量机进行判决.改进了SVM分类器,通过调整支持向量机的分类超平面改进了支持向量机的性能.将算法应用到实际的车牌字符识别中,识别结果表明,这种方法在提高识别速度的同时,有效提高了字符的识别精度. 相似文献
149.
150.
在属性均值聚类(AMC)与支持向量机(SVM)的基础上,提出了一个新的模式分类算法——基于(属性)聚类的属性支持向量机算法(AMC-ASVM)。主要思想是利用属性均值聚类网络得到的具有概率信息(权重)的样本,来训练属性支持向量机,从而得到分类器。这种方法结合了属性聚类的稳定性与属性支持向量机可以利用加权样本的优点,适合处理具有强噪声的数据。另外,该方法也可以看作是堆近邻分类法的自然推广。在实验部分,将其用于结肠癌基因表达数据的处理。实验结果显示了AMC-ASVM在一定程度上优于最近邻,Boosting,堆近邻,SVM等方法。 相似文献