全文获取类型
收费全文 | 49406篇 |
免费 | 4504篇 |
国内免费 | 3228篇 |
专业分类
电工技术 | 2163篇 |
技术理论 | 1篇 |
综合类 | 3806篇 |
化学工业 | 16849篇 |
金属工艺 | 1140篇 |
机械仪表 | 1167篇 |
建筑科学 | 2442篇 |
矿业工程 | 1054篇 |
能源动力 | 469篇 |
轻工业 | 3817篇 |
水利工程 | 590篇 |
石油天然气 | 3083篇 |
武器工业 | 250篇 |
无线电 | 2863篇 |
一般工业技术 | 5592篇 |
冶金工业 | 883篇 |
原子能技术 | 313篇 |
自动化技术 | 10656篇 |
出版年
2024年 | 59篇 |
2023年 | 1475篇 |
2022年 | 1562篇 |
2021年 | 1698篇 |
2020年 | 1948篇 |
2019年 | 2521篇 |
2018年 | 1120篇 |
2017年 | 1376篇 |
2016年 | 1527篇 |
2015年 | 1775篇 |
2014年 | 3159篇 |
2013年 | 2698篇 |
2012年 | 3190篇 |
2011年 | 3313篇 |
2010年 | 2904篇 |
2009年 | 3073篇 |
2008年 | 3209篇 |
2007年 | 2951篇 |
2006年 | 2508篇 |
2005年 | 2426篇 |
2004年 | 2163篇 |
2003年 | 1631篇 |
2002年 | 1391篇 |
2001年 | 1091篇 |
2000年 | 916篇 |
1999年 | 799篇 |
1998年 | 684篇 |
1997年 | 627篇 |
1996年 | 599篇 |
1995年 | 496篇 |
1994年 | 423篇 |
1993年 | 392篇 |
1992年 | 375篇 |
1991年 | 338篇 |
1990年 | 281篇 |
1989年 | 288篇 |
1988年 | 42篇 |
1987年 | 31篇 |
1986年 | 20篇 |
1985年 | 15篇 |
1984年 | 19篇 |
1983年 | 9篇 |
1982年 | 5篇 |
1981年 | 2篇 |
1979年 | 1篇 |
1959年 | 1篇 |
1951年 | 7篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
当前方法对运行电厂设备进行监测时存在监测运行时间长、聚类效果差和监测效果差的问题,为此提出物联网技术在电厂设备运行监测系统中的应用方法。对电力数据的状态进行评估聚类,生成电厂设备状态信息类别,基于隶属度最大原则生成电力状态信息集;在物联网技术的基础上计算节点间的欧氏距离,并采用横向近似的方法分析电力情况,最终经过对数据点的修正,确认出设备的异常数据点,实现电厂设备运行监测。实验结果表明,所提方法的监测运行时短、聚类效果好、监测效果好,以及监测结果平均误差小。 相似文献
3.
如何有效挖掘多视角数据内部的一致性以及差异性是构建多视角模糊聚类算法的两个重要问题.本文在Co-FKM算法框架上,提出了基于低秩约束的熵加权多视角模糊聚类算法(Entropy-weighting multi-view fuzzy C-means with low rank constraint,LR-MVEWFCM).一方面,从视角之间的一致性出发,引入核范数对多个视角之间的模糊隶属度矩阵进行低秩约束;另一方面,基于香农熵理论引入视角权重自适应调整策略,使算法根据各视角的重要程度来处理视角间的差异性.本文使用交替方向乘子法(Alternating direction method of multipliers,ADMM)进行目标函数的优化.最后,人工模拟数据集和UCI(University of California Irvine)数据集上进行的实验结果验证了该方法的有效性. 相似文献
4.
子空间聚类(Subspace clustering)是一种当前较为流行的基于谱聚类的高维数据聚类框架.近年来,由于深度神经网络能够有效地挖掘出数据深层特征,其研究倍受各国学者的关注.深度子空间聚类旨在通过深度网络学习原始数据的低维特征表示,计算出数据集的相似度矩阵,然后利用谱聚类获得数据的最终聚类结果.然而,现实数据存在维度过高、数据结构复杂等问题,如何获得更鲁棒的数据表示,改善聚类性能,仍是一个挑战.因此,本文提出基于自注意力对抗的深度子空间聚类算法(SAADSC).利用自注意力对抗网络在自动编码器的特征学习中施加一个先验分布约束,引导所学习的特征表示更具有鲁棒性,从而提高聚类精度.通过在多个数据集上的实验,结果表明本文算法在精确率(ACC)、标准互信息(NMI)等指标上都优于目前最好的方法. 相似文献
5.
郊狼优化算法(Coyote optimization algorithm, COA)是最近提出的一种新颖且具有较大应用潜力的群智能优化算法, 具有独特的搜索机制和能较好解决全局优化问题等优势, 但在处理复杂优化问题时存在搜索效率低、可操作性差和收敛速度慢等不足. 为弥补其不足, 并借鉴灰狼优化算法(Grey wolf optimizer, GWO)的优势, 提出了一种COA与GWO的混合算法(Hybrid COA with GWO, HCOAG). 首先提出了一种改进的COA (Improved COA, ICOA), 即将一种高斯全局趋优成长算子替换原算法的成长算子以提高搜索效率和收敛速度, 并提出一种动态调整组内郊狼数方案, 使得算法的搜索能力和可操作性都得到增强; 然后提出了一种简化操作的GWO (Simplified GWO, SGWO), 以提高算法的可操作性和降低其计算复杂度; 最后采用正弦交叉策略将ICOA与SGWO二者融合, 进一步获得更好的优化性能. 大量的经典函数和CEC2017复杂函数优化以及K-Means聚类优化的实验结果表明, 与COA相比, HCOAG具有更高的搜索效率、更强的可操作性和更快的收敛速度, 与其他先进的对比算法相比, HCOAG具有更好的优化性能, 能更好地解决聚类优化问题. 相似文献
6.
基于混合聚类与融合用户兴趣的协同过滤推荐算法 总被引:1,自引:0,他引:1
推荐效率低、推荐质量有待提高等问题普遍存在于传统协同过滤推荐算法中,为了改善并解决这些问题,在协同过滤推荐算法中将混合聚类与用户兴趣偏好融合,经过验证推荐质量有显著提升。首先根据用户的个人相关信息构建Canopy+bi-Kmeans的一种多重混合聚类模型,采用提出的混合聚类模型把所有用户划分成多个聚类簇,将每个用户的兴趣偏好融合到生成的聚类簇中,形成新的相似度计算模型;其次利用基于TF-IDF算法的权重归类方法计算用户对标签的权重,并使融入时间系数的指数衰减函数捕捉用户兴趣偏好随时间的变化;最后使用加权融合将用户偏好和混合聚类模型相结合,匹配到更相似的邻居用户,计算出项目评分并进行推荐。利用公开数据集对比实验证明,提出的方法能够提高推荐质量和推荐可靠性。 相似文献
7.
本文阐述了一种应用于大规模数据节点划分的改进网格密度峰值聚类算法.针对传统的密度峰值聚类算法距离矩阵计算时间长,人工选取阈值对聚类结果的影响较大,限制其在大规模数据集中的应用等缺点,本文采用基于自适应网格划分的密度峰值聚类,通过判断网格均衡来计算网格间距离,引入万有引力得到网格相对引力,通过极大值平均选取法自动得到密度与引力阈值.经过不同数据集的对比实验,本文提出的大规模节点划分算法在保证算法准确度的同时,其执行速度最高约提升了77%,由轮廓系数评估的聚类质量稳定在0.42左右. 相似文献
8.
针对现代大型系统中系统日志的异常检测问题,提出了一种基于自动日志分析的异常检测方法(CSCM).该方法通过在预聚类下结合细化分析与多视角的异常提取过程,来实现系统日志的异常检测.首先,引入信息熵以提取日志信息量;其次,基于Canopy预聚类过程提取子集交叠数据,以缩小计算范围;利用谱聚类进行细化分析,并结合预聚类结果以优化初始化问题;最后,通过关联不同视角下的日志分析,分别提出显性与隐性异常对象的定义,基于稀疏簇质心的分析和异常度的计算,识别出异常日志.实验结果表明,提出的检测方法能够准确有效地识别系统日志中的异常值. 相似文献
9.
为了缓解协同过滤推荐算法中的用户冷启动问题,提出一种基于融合相似度和层次聚类的冷启动推荐算法.首先,基于用户的人口统计学信息、用户对项目的评分信息和项目种类信息,提出一种融合相似度计算方法;其次,基于用户的人口统计学信息,利用层次聚类确定冷启动用户的初始近邻用户集;最后,基于初始近邻用户集,利用融合相似度为目标用户进行推荐.基于MovieLens公共数据集,将本文提出的算法和其他推荐算法进行了实验对比分析,结果显示所提算法能够有效地缓解用户的冷启动问题,提高算法的推荐质量. 相似文献
10.
如今,外出旅行占据了人们解压方式的很大比重.拥有一个(些)志同道合的旅行玩伴成为了旅行能否舒心的一个重要因素.结合众包思想,用户发布结伴需求(用户可成为众包的任务发布者也可以成为任务的执行者),平台为用户匹配志同道合的玩伴,用户及其玩伴共同执行出去游玩任务,这样,在保证旅行质量的前提下,可以节省用户的金钱,实现资源共享,具有很好的现实意义.因此,本文提出了一个基于用户兴趣的玩伴匹配算法CGA(Car Group Allocation),根据仿真的用户历史访问数据为用户匹配具有相似兴趣的其他用户,且提出了用户根据意愿选择是否提供交通工具,也可以选择是否服从调剂,同时提供车辆的用户可以根据需求决定车辆剩余位置等现实因素.该算法采用真实的POIs(points of interest)点,仿真用户兴趣以及结伴需求,结合现实情况下的约束,运用蚁群算法迭代,为用户匹配相似度最高的群体.实验证明了本模型的有效性. 相似文献