全文获取类型
收费全文 | 550篇 |
免费 | 44篇 |
国内免费 | 44篇 |
专业分类
系统科学 | 34篇 |
丛书文集 | 34篇 |
教育与普及 | 2篇 |
综合类 | 568篇 |
出版年
2024年 | 3篇 |
2023年 | 26篇 |
2022年 | 30篇 |
2021年 | 44篇 |
2020年 | 26篇 |
2019年 | 14篇 |
2018年 | 15篇 |
2017年 | 11篇 |
2016年 | 3篇 |
2015年 | 13篇 |
2014年 | 18篇 |
2013年 | 19篇 |
2012年 | 15篇 |
2011年 | 20篇 |
2010年 | 22篇 |
2009年 | 23篇 |
2008年 | 22篇 |
2007年 | 26篇 |
2006年 | 30篇 |
2005年 | 25篇 |
2004年 | 18篇 |
2003年 | 16篇 |
2002年 | 18篇 |
2001年 | 13篇 |
2000年 | 16篇 |
1999年 | 23篇 |
1998年 | 16篇 |
1997年 | 12篇 |
1996年 | 10篇 |
1995年 | 13篇 |
1994年 | 9篇 |
1993年 | 12篇 |
1992年 | 10篇 |
1991年 | 11篇 |
1990年 | 6篇 |
1989年 | 13篇 |
1988年 | 4篇 |
1987年 | 7篇 |
1986年 | 5篇 |
1955年 | 1篇 |
排序方式: 共有638条查询结果,搜索用时 712 毫秒
631.
632.
为了从来源不同的威胁情报中提取关键信息,方便政府监管部门开展安全风险评估,针对威胁情报文本中英文混杂严重以及专业词汇生僻导致识别困难的问题,在BiGRU-CRF模型基础上,提出了一种融合边界特征以及迭代膨胀卷积神经网络(IDCNN)的威胁情报命名实体识别方法.该方法根据人工构造的规则词典将边界清晰的实体例如英文单词进行转化以减少模型在处理较长文本时容易造成的信息损失,通过IDCNN和双向门控循环单元(BiGRU)进一步提取了文本的局部和全局特征.通过在威胁情报语料库上进行实验,结果表明所提的方法模型在相关评价指标上均优于其他模型,F值达到87.4%. 相似文献
633.
小波基的频域特征刻画有助于小波基的构造。首先给出了函数空间l2(Z×Z)上正交小波基的频域特征刻画,再根据正交小波基的频域特征刻画,可以容易验证:一维空间的两个正交小波基的乘积是二维空间的正交小波基。最后还给出了完美重构条件以及快速分解重构算法。 相似文献
634.
针对信息与通信技术(information and communication,ICT)项目及产品数据种类多、形式复杂,难以提取其语义匹配信息,且现有句子级文本匹配模型对不同长度文本无差别编码会引入噪声导致匹配效果差的问题,本文提出一种融合局部和全局特征的实体-文档级联合匹配模型,利用TextCNN编码器提取实体级招投标项目和产品名称的局部信息,消除产品描述中与招投标项目无关信息的影响,再利用卷积-自注意力编码器提取文档级产品描述的局部和全局信息,最后结合实体级和文档级匹配信息进行决策.实验结果表明,招投标项目与供应商产品匹配映射准确率92%以上,方法可直接实际应用. 相似文献
635.
深度卷积神经网络在各个领域都表现出很好的效果, 与之伴随的是庞大的计算量和参数量。针对当前基于深度卷积神经网络的目标检测算法对计算资源需求太大和内存消耗严重的问题, 提出一种高性能轻量化的网络模型。首先将Stem模块和ShuffleNet V2进行融合, 提升网络特征提取能力, 并利用融合后的网络对原始YOLOv5的骨干网络进行重构, 显著降低了网络的计算量和内存占用, 同时, 引入可变形卷积以提升网络的检测性能。道路监控图像和VOC、COCO数据集测试结果表明, 所提出的模型在保持检测精度的前提下, 将参数量和模型尺寸降低了90%, 计算量仅为原始模型的18%, 实现了检测模型的轻量化, 更有助于在计算资源有限和对实时性要求高的场景中部署。 相似文献
636.
相似案例匹配任务旨在判断2篇裁判文书所描述的案件是否相似,通常被看作裁判文书的文本匹配问题,在司法审判过程中具有重要的应用。现有深度学习模型大多将案例长文本编码为单一向量表示,模型很难从长文本中学习到裁判文书之间的细微差异。考虑到案例文本各部分的内容较为固定,本文提出将案例长文本拆分为多个片断并分别编码,以便获取不同部分的细微特征;同时,采用可学习仿射变换改进相似度打分模块,使模型学习到了更多细微的差异,进一步提高了案例匹配的性能。在CAIL2019-SCM数据集上的实验结果表明,本文提出方法与现有方法相比准确率提升了1.89%。 相似文献
637.
提出一种以U-Net为基础,依据零件缺陷的特点对网络进行一系列改进的模型,以提升网络对零件缺陷的分割精度.首先在U-Net结构中的编码阶段,使用改进的残差网络Res2Net提高该阶段的特征提取能力;然后在网络编码器与解码器的中间部位增加空洞卷积,在不改变特征图尺寸的情况下增加感受野,降低误检率与漏检率;最后在U-Net的输出阶段与Mini U-Net进行结合,对原本的输出结果进行二次补丁,提高对微小缺陷的检测精度.实验结果表明,对MVTec数据集进行分割的F1-Score分数达到87.21%,时间为0.017 s,达到了良好的检测效果. 相似文献
638.
深度学习作为当前人工智能领域的研究热点之一,已经受到广泛关注.借助于强大的特征表示和学习能力,深度学习日益成为军事领域智能化发展的技术基础.首先结合深度学习的最新发展,指出深度学习的快速发展得益于理论的突破、计算机运算能力的显著提高和开源软件的广泛流行,着重梳理了目前主要的深度学习硬件平台和编程框架,并总结了各自的特点... 相似文献