首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   28篇
  免费   0篇
  国内免费   2篇
建筑科学   2篇
无线电   2篇
自动化技术   26篇
  2023年   1篇
  2020年   1篇
  2018年   1篇
  2017年   1篇
  2015年   1篇
  2014年   3篇
  2010年   3篇
  2009年   1篇
  2001年   1篇
  2000年   3篇
  1999年   3篇
  1997年   3篇
  1996年   4篇
  1995年   2篇
  1992年   1篇
  1987年   1篇
排序方式: 共有30条查询结果,搜索用时 15 毫秒
1.
建筑结构抗震概念设计及减轻地震灾害的措施   总被引:2,自引:1,他引:1  
黄宜华 《山西建筑》2010,36(5):82-85
通过了解建筑结构抗震的基本知识,对建筑结构抗震设计原则、设计方法及基本要求作了总结,阐述了抗震结构材料与施工的相关要求,并探讨了隔震技术及消能减震技术的应用,以确保建筑物使用安全。  相似文献   
2.
一、中文全文检索技术概要 1.应用背景与主要技术问题 随着多媒体与网络技术的发展,以光盘和网络为载体的电子文档库应用日益广泛,人们越来越多地通过光盘或Internet网络查询自己所需要的文档信息,因而文档数据库已成为与通用数据库并驾齐驱的信息检索应用技术。在文档库处理  相似文献   
3.
一、概述 CCHMDOC是我们开发的一个“协作超媒体文档写作系统”,它是一个面向大型多媒体中文文档库作品写作的软件系统,该系统具有多方面的功能特点:支持大型文档作品的超媒体组织结构;支持文本和图文声像等丰富的多媒体信息;支持基于网络工作组的分布协作写作和基于单用户  相似文献   
4.
极限学习机算法虽然训练速度较快,但包含了大量矩阵运算,因此其在面对大数据量时,处理效率依然缓慢。在充分研究Spark分布式数据集并行计算机制的基础上,设计了核心环节矩阵乘法的并行计算方案,并对基于Spark的极限学习机并行化算法进行了设计与实现。为方便性能比较,同时实现了基于Hadoop MapReduce的极限学习机并行化算法。实验结果表明,基于Spark的极限学习机并行化算法相比于Hadoop MapReduce版本的运行时间明显缩短,而且若处理数据量越大,Spark在效率方面的优势就越明显。  相似文献   
5.
1 引言大型文献的创作是一种涉及到总编、美术、策划以及多个作者之间的协作活动,超媒体技术的出现为大型文献创作者提供了一种新的创作方式,能够很好地支持这种协作活动。常规文献是连续的线性结构,文献在组织结构上没有划分手段,因此协同写作时难以进行分工。超媒体文献的离散化节点和超链组织有利于多人协作时任务的划分,多成员可在分布环境下分担完成文献中的不同部分,通过超链可将各部分链接起来,保持整个文献的完整性。对于读者,超文本技术允许有选择地阅读其中感兴趣的部分,而忽略其他部  相似文献   
6.
近年来,语义网数据快速增长,适合于处理静态小规模语义数据的前向链语义推理技术暴露出了需对数据进行频繁更新等问题。面对大规模动态语义网数据,对数据更新不敏感的后向链语义推理开始成为新的研究热点。后向链语义推理由查询目标驱动,在查询时根据规则集推理出查询结果。后向链语义推理具有推理过程复杂、规则扩展深度大等特点,在大规模语义数据上推理的效率和可扩展性上有一定的挑战。该文立足于已有的后向链推理技术,详细分析了语义推理规则集的特点,并结合当前主流的大数据处理平台Spark,设计了一套较为高效并且可扩展的大规模并行化语义规则后向链推理系统。该文的主要研究工作分为三个部分: (1)采用预计算本体数据闭包的方法,避免了本体模式在实时推理阶段的重复推理; (2)在后向链语义推理的逆向推理和查询阶段设计了优化措施,进一步提高了推理效率; (3)设计实现了一种基于Spark平台的大规模分布式RDFS/OWL后向链语义推理系统。实验数据显示,该文提出的RDFS/OWL后向链语义推理系统在合成数据集LUBM和真实数据集DBpedia上都表现出了良好的推理性能,在亿条三元组上的推理开销是几秒到几十秒,并且表现出了良好的数据可扩展性和节点可扩展性。  相似文献   
7.
YARM:基于MapReduce的高效可扩展的语义推理引擎   总被引:1,自引:0,他引:1  
随着语义网的快速发展,RDF语义数据大量涌现.大规模RDF语义数据推理的一个主要问题是计算量大、完成计算需要消耗很长的时间.显然,传统的单机语义推理引擎难以处理大规模的语义数据.另一方面,现有的基于MapReduce的大规模语义推理引擎,缺乏对算法在分布和并行计算环境下执行效率的优化,使得推理时间仍然较长.此外,现有的推理引擎大多存在可扩展性方面的不足,难以适应大规模语义数据的增长需求.针对现有的语义推理系统在执行效率和可扩展性方面的不足,文中提出了一种基于MapReduce的并行化语义推理算法和引擎YARM.为了实现分布和并行计算环境下的高效推理,YARM做出了以下4点优化:(1)采用合理的数据划分模型和并行化算法,降低计算节点间的通信开销;(2)优化推理规则的执行次序,提升了推理计算速度;(3)设计了简洁的去重策略,避免新增作业处理重复数据;(4)设计实现了一种新的基于MapReduce的并行化推理算法.实验结果表明,在真实数据集和大规模合成数据集上,YARM的执行速度比当前最新的基于MapReduce的推理引擎快10倍左右,同时YARM还表现出更好的数据和系统可扩展性.  相似文献   
8.
9.
基于文档目录树的WWW文档协同写作机制   总被引:4,自引:0,他引:4  
协同写作是CSCW的一个重要研究领域。文中针对WWW文档的协同写作提出了一种文档目录树技术,不权为WWW文档扩充了表示其全局结构的层次式目录结构,还为文档的分工协作写作提供了良好的数据组织结构。文中详细讨论了基于文档目录树结构对一个WWW文档进行协同写作时的协同机制,研究了多用户界面设计、协作方式、以及使用“目录路径锁定法”实现的并发控制等主要技术。  相似文献   
10.
扣件式钢管脚手架的施工管理   总被引:2,自引:1,他引:1  
黄宜华 《山西建筑》2010,36(4):179-180
分析了脚手架事故的类型和发生脚手架事故的原因,并针对性地提出了扣件式钢管脚手架施工管理的方法,以不断提高和完善安全技术规范管理,使脚手架问题得到有效解决。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号