全文获取类型
收费全文 | 66篇 |
免费 | 3篇 |
国内免费 | 13篇 |
专业分类
综合类 | 4篇 |
能源动力 | 1篇 |
无线电 | 9篇 |
自动化技术 | 68篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2022年 | 3篇 |
2021年 | 3篇 |
2020年 | 3篇 |
2019年 | 4篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 1篇 |
2015年 | 6篇 |
2014年 | 3篇 |
2013年 | 3篇 |
2012年 | 5篇 |
2011年 | 5篇 |
2010年 | 5篇 |
2009年 | 3篇 |
2007年 | 4篇 |
2006年 | 1篇 |
2005年 | 8篇 |
2004年 | 4篇 |
2003年 | 2篇 |
2002年 | 7篇 |
2001年 | 5篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
排序方式: 共有82条查询结果,搜索用时 0 毫秒
21.
元计算系统主要用于高性能的计算,实现广域异构网络资源共享,这些资源十分丰富,包括计算机、数据库和昂贵仪器等,随着计算机网络的发展与成熟,元计算正成为网络计算方面的新的研究热点,在国外,元计算的研究已经有相当的基础,提出了概念设计,并开发了一些实验性系统,文章对元计算的研究情况进行了综述,论述了不同元计算系统的设计特点和存在的问题,提出了在国内进行元计算研究应该解决的几个关键问题。 相似文献
22.
动态信任预测的认知模型 总被引:8,自引:2,他引:8
开放系统中的信任关系本质上是最复杂的社会关系之一,涉及到假设、期望、行为和环境等多种因子,很难准确地定量表示和预测.结合人类社会的认知行为,提出了一种符合人类心理认知习惯的动态信任预测模型:(1) 构建了自适应的基于历史证据窗口的总体可信性决策方法,不但克服了已有模型常用的确定权重的主观判断方法,而且可以解决直接证据不足时的可信性预测问题;(2) 使用已有的DTT(direct trust tree)机制进行全局反馈信任信息的搜索与聚合,以降低网络带宽消耗,增强系统在大规模分布式系统中的可扩展性;(3) 引入诱导有序加权平均(induced ordered weighted averaging,简称IOWA)算子的概念,建立了基于IOWA算子的直接信任预测模型,可以用来解决传统预测模型动态适应能力不足的问题.实验结果表明,与已有模型相比,该模型具有更稳健的动态适应性,在模型的预测准确性方面也有显著的改善. 相似文献
23.
本文对一种DCS工业控制通信网卡XJTU TBLC9的硬件原理进行了介绍,对其中使用的令牌管理机制进行了论述,对令牌争用技术,逻辑环形成和重组技术进行了详细讨论。 相似文献
24.
为了方便传统的类UNIX系统用户使用网格,论文基于shell的基本思坦,提出了网洛环境下的一种命令行解释工具——GridShell,它支持类似于UNIX操作系统中的大部分命令行命令,并增加了Grid系统必需的一些命令,如greg负责网格用户与资源登记、gappRun负责应用程序在网格中的执行。在我们的实验网格Grid Wader上完成了Grid Shell的实现,并应用Grid Shell进行了网格资源共享和并行计算的试验。 相似文献
25.
WADE系统的支持对象通信的绑定代理 总被引:2,自引:0,他引:2
为了支持基于校园网络的元计算系统WADE的分布式对象的高效通信,提出了一种具有分级体系结构的分布式对象模型。该模型负责建立、定位、管理、删除和迁移对象。论文在讨论对象通信过程和模型的基础上,提出了利用绑定代理技术实现对象通信地址绑定的方法。该方法通过绑定缓冲器和消息缓冲器来提高对象的通信效率,基于双重缓冲的绑定代理技术可以有效提高对象的通信效率。 相似文献
26.
WAVE是使用面向对象技术开发的基于校园网络的广域虚拟计算系统的中间件,它运行在现有主机操作系统和通用网络协议之上,WAVE通过多级层次对象模型建立,定位,管理、删除和迁移WAVE对象,中间件使用面向对象技术为用户提供友好的人机交互界面,统一的编程环境,可靠的通信协议和高效的任务调度算法,并提供与流行的并行编程软件如PVM和MPI的接口。通过WAVE,用户可以实现应用程序的高效调度和运行。 相似文献
27.
针对大学计算机基础课程从实践环节推动大学生信息素养面临的巨大挑战,提出一种新一代信息技术驱动的大学计算机实践体系,从五大能力目标出发,阐述“认知、设计到创新”的三梯度实践教学内容设计,介绍支撑不同实践教学内容的“五模式”实践教学方法,给出一个包含16个实验案例的大学计算机基础课程实践方案。 相似文献
28.
29.
为了得到正确的节点次序,构造接近最优的贝叶斯网络结构,利用最大信息系数与条件独立性测试相结合的方法,提出了一种新的贝叶斯网络结构学习算法(MICVO)。该算法利用最大信息系数衡量变量之间的依赖关系,生成初始的无向图,引入惩罚因子δ减少图中冗余边的数量,并将这个无向图分解成多个子结构,确定图中边的方向,最后生成正确的节点次序作为K2算法的输入学习网络结构。在两个基准网络Asia和Alarm中进行实验验证,结果表明基于最大信息系数的贝叶斯网络结构学习算法可以得到接近最优的节点次序,学习到的网络结构与数据的拟合程度更好,分类准确性更高。 相似文献
30.