全文获取类型
收费全文 | 5229篇 |
免费 | 239篇 |
国内免费 | 576篇 |
专业分类
系统科学 | 709篇 |
丛书文集 | 127篇 |
教育与普及 | 15篇 |
理论与方法论 | 17篇 |
现状及发展 | 41篇 |
综合类 | 5131篇 |
自然研究 | 4篇 |
出版年
2024年 | 37篇 |
2023年 | 67篇 |
2022年 | 127篇 |
2021年 | 137篇 |
2020年 | 123篇 |
2019年 | 125篇 |
2018年 | 96篇 |
2017年 | 133篇 |
2016年 | 116篇 |
2015年 | 157篇 |
2014年 | 251篇 |
2013年 | 210篇 |
2012年 | 286篇 |
2011年 | 281篇 |
2010年 | 265篇 |
2009年 | 313篇 |
2008年 | 313篇 |
2007年 | 388篇 |
2006年 | 343篇 |
2005年 | 351篇 |
2004年 | 277篇 |
2003年 | 232篇 |
2002年 | 214篇 |
2001年 | 173篇 |
2000年 | 184篇 |
1999年 | 128篇 |
1998年 | 122篇 |
1997年 | 102篇 |
1996年 | 101篇 |
1995年 | 68篇 |
1994年 | 68篇 |
1993年 | 65篇 |
1992年 | 45篇 |
1991年 | 43篇 |
1990年 | 36篇 |
1989年 | 17篇 |
1988年 | 27篇 |
1987年 | 14篇 |
1986年 | 5篇 |
1985年 | 3篇 |
1955年 | 1篇 |
排序方式: 共有6044条查询结果,搜索用时 15 毫秒
241.
地下峒室岩爆预报的自适应模式识别方法 总被引:9,自引:2,他引:9
冯夏庭 《东北大学学报(自然科学版)》1994,15(5):471-475
应用神经网络系统理论,提出了地下峒室爆预报的新方法-自适应模式识别方法。该方法结合专家系统的经验,从积累的工程实例中抽取岩爆模式特征,建立输入模式输出模式对,采用自学习的方法建立从输入模式到输出模式的非线性映射,并进行推广,由网络推理出待识别岩石岩爆发生的可能性和烈度,实际应用表明,本文的方法科学,可靠。 相似文献
242.
介绍了应用神经网络进行引信智能信息处理的探索性研究。采用BP算法建立了无监督特征提取的图象识别系统,包括三层网络自动联想机与两层网络信息提取器,实现了对输入图象的训练、记忆与分类。研究结果表明该方法技术可行,在一定程度上体现了信息处理的智能性。 相似文献
243.
244.
周定康 《江西师范大学学报(自然科学版)》1994,18(1):86-89
本文研究了关系模式中可能出现的候选码数;候选码数与属性、函数依赖之间的关系;候选码数的极值问题. 相似文献
245.
246.
LBAM神经网络及其在图像识别中的应用 总被引:1,自引:1,他引:1
本文提出了一种用于图像识别的神经网络。它由映射网络MN和LBAM网络组成。MN中使用了不变性换法,降低了图像样本的维数肯保持分类距离不变。在设计LBAM网络时,通过全局考虑,使得网络的吸引点和吸引区域满足实际全局最优之需要。LBAM具有网络结构简单和收敛速度快的优点,计算机模拟证实,此网络具有对缺损和噪声图像进行正确识别的能力。 相似文献
247.
在对计算机的汉字识别方法讨论分析之后,本文以汉字的结构特征为基础,提出了一个新的笔划跟踪搜索方法,用来解决手写体汉字的识别问铱,在该方案中采取了速度快、质量好的平滑细化等预处理方法。在特征抽取中采用了定向记忆跟踪和笔划拼接二种方法,从而解决了在笔划抽取中,特别是在笔划经过细化处理后,不可避免地带来某种程度的笔划畸变的情况下,如何正确地抽取笔划特征,找到了一个较完善的处理方法。经过大量的计算机实验,证明该方法切实可行。且已使正确识别率提高到95%以上,误认率低于5%,识别速度小于2秒。 相似文献
248.
用AR模型分析纱条不匀和故障识别的研究 总被引:1,自引:0,他引:1
本文在IBM PC/XT微机上,采用模型参数法和模式识别技术,进行了纱条不匀的分析和生产中故障识别的初步研究。研究表明:使用18阶的AR模型所得到的熟条功率谱曲线,能有效地反映出熟条的不匀结构。采用修正的K-L近邻法使故障识别准确率达到85%。这种模型参数法和故障识别技术对改进纺纱工艺有一定的应用价值。 相似文献
249.
廉丽姝 《青海师范大学学报(自然科学版)》1991,(4)
本文从系统论的观点出发,探讨了气侯系统的一般性质及其特殊属性,认为气侯系统的提出为气侯学的进一步发展和完善开辟了新途径。 相似文献
250.
本文以Widrow等人的方法为基础,提出一种新的神经网络畸变不模式识别方法--最小距离畸变不变模式识别网络。数值模拟显示,新方法具有完全的畸变不变性,相当高的识别精度、实时的识别速度、强大的抗噪能力、极短的自适应时间以及显著降低的运算量。 相似文献