全文获取类型
收费全文 | 2469篇 |
免费 | 154篇 |
国内免费 | 336篇 |
专业分类
系统科学 | 369篇 |
丛书文集 | 67篇 |
教育与普及 | 2篇 |
理论与方法论 | 34篇 |
现状及发展 | 20篇 |
综合类 | 2467篇 |
出版年
2024年 | 18篇 |
2023年 | 37篇 |
2022年 | 71篇 |
2021年 | 91篇 |
2020年 | 80篇 |
2019年 | 66篇 |
2018年 | 79篇 |
2017年 | 62篇 |
2016年 | 63篇 |
2015年 | 123篇 |
2014年 | 168篇 |
2013年 | 120篇 |
2012年 | 215篇 |
2011年 | 204篇 |
2010年 | 156篇 |
2009年 | 192篇 |
2008年 | 156篇 |
2007年 | 233篇 |
2006年 | 207篇 |
2005年 | 130篇 |
2004年 | 136篇 |
2003年 | 88篇 |
2002年 | 58篇 |
2001年 | 40篇 |
2000年 | 24篇 |
1999年 | 26篇 |
1998年 | 22篇 |
1997年 | 18篇 |
1996年 | 12篇 |
1995年 | 12篇 |
1994年 | 4篇 |
1993年 | 9篇 |
1992年 | 3篇 |
1991年 | 11篇 |
1990年 | 8篇 |
1989年 | 3篇 |
1988年 | 4篇 |
1987年 | 3篇 |
1985年 | 2篇 |
1984年 | 2篇 |
1981年 | 1篇 |
1955年 | 2篇 |
排序方式: 共有2959条查询结果,搜索用时 15 毫秒
31.
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
32.
33.
We propose a new clustering algorithm that assists the researchers to quickly and accurately analyze data. We call this algorithm Combined Density-based and Constraint-based Algorithm (CDC). CDC consists of two phases. In the first phase, CDC employs the idea of density-based clustering algorithm to split the original data into a number of fragmented clusters. At the same time, CDC cuts off the noises and outliers. In the second phase, CDC employs the concept of K-means clustering algorithm to select a greater cluster to be the center. Then, the greater cluster merges some smaller clusters which satisfy some constraint rules.Due to the merged clusters around the center cluster, the clustering results show high accu racy. Moreover, CDC reduces the calculations and speeds up the clustering process. In this paper, the accuracy of CDC is evaluated and compared with those of K-means, hierarchical clustering, and the genetic clustering algorithm (GCA)proposed in 2004. Experimental results show that CDC has better performance. 相似文献
34.
35.
YANG Nan MENG Xiaofeng 《武汉大学学报:自然科学英文版》2006,11(5):1109-1113
How to find these communities is an important research work. Recently, community discovery are mainly categorized to HITS algorithm, bipartite cores algorithm and maximum flow/minimum cut framework. In this paper, we proposed a new method to extract communities. The MCL algorithm, which is short for the Markov Cluster Algorithm, a fast and scalable unsupervised cluster algorithm is used to extract communities. By putting mirror deleting procedure behind graph clustering, we decrease comparing cost considerably. After MCL and mirror deletion, we use community member select algorithm to produce the sets of community candidates. The experiment and results show the new method works effectively and properly. 相似文献
36.
基于随机森林的文本分类模型研究 总被引:1,自引:1,他引:1
随着WWW的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成,并且由一随机向量决定决策树的构造. 当森林中决策树的数目增大,随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明,分类效果比较好,性能比较稳定,将其同C4.5, KNN, SM0, SVM 4种典型的文本分类器进行了比较,结果显示它的分类性能胜于C4.5,同KNN, SMO和SVM方法相当. 相似文献
37.
基于模糊聚类思想,提出了一种神经网络集成方法.由训练数据的模糊聚类结果,把训练数据划分成相交子集,基于各子集生成集成的个体神经网络.由于各子集所包含的数据和数据的类别各不相同,因而个体神经网络性能和结构存在差异.子集个数确定集成中个体神经网络个数.另外,基于隶属度函数计算公式,提出了个体神经网络输出结论结合方法.理论分析和实验结果表明,此方法对模式分类能取得较好的效果. 相似文献
38.
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
39.
基于LSI和自组织神经网络的高效文本聚类方法 总被引:4,自引:0,他引:4
根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法.应用动态自组织映射神经网络来实现文本聚类,不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,具有聚类灵活和精度高等特点,对于高维的文本特征向量来说,聚类速度很低;该方法应用LSI理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的"噪声"因素,从而更加突出了词和文本之间的语义关系.通过奇异值分解(SVD),有效地降低了向量空间的维数,克服了自组织神经网络的聚类缺陷,提高了文本聚类的精度和速度. 相似文献
40.
理想的P2P(Peer-to-Peer)搜索算法应该同时具有信息检索水平的查询质量和有效的搜索性能。然而,现有的搜索算法都不能同时较好地满足这两点。基于这两个目标,该文提出一种基于层次聚类的分布层层次聚类(DHC)搜索算法。该算法中首先利用向量空间模型将文件内容表示成向量的形式,然后经过层次聚类操作得到一棵关于全网所有文件向量的层次树,层次树信息分布式地存储于整个网络中,以层次树为路由线索,路由深度不会超过树的高度。初步仿真试验表明,该算法的查全率在80%以上,并具有对数量级的搜索与更新代价。 相似文献