全文获取类型
收费全文 | 60篇 |
免费 | 2篇 |
国内免费 | 6篇 |
专业分类
电工技术 | 5篇 |
综合类 | 1篇 |
化学工业 | 12篇 |
机械仪表 | 1篇 |
建筑科学 | 3篇 |
矿业工程 | 4篇 |
能源动力 | 1篇 |
轻工业 | 1篇 |
水利工程 | 1篇 |
无线电 | 7篇 |
一般工业技术 | 11篇 |
冶金工业 | 1篇 |
自动化技术 | 20篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2022年 | 4篇 |
2021年 | 6篇 |
2020年 | 2篇 |
2019年 | 2篇 |
2018年 | 1篇 |
2017年 | 2篇 |
2016年 | 1篇 |
2015年 | 3篇 |
2014年 | 2篇 |
2013年 | 1篇 |
2012年 | 1篇 |
2011年 | 2篇 |
2010年 | 1篇 |
2008年 | 1篇 |
2007年 | 3篇 |
2006年 | 9篇 |
2004年 | 2篇 |
2003年 | 1篇 |
2002年 | 4篇 |
2001年 | 10篇 |
2000年 | 2篇 |
1998年 | 1篇 |
1996年 | 1篇 |
1990年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有68条查询结果,搜索用时 0 毫秒
1.
作为具备高性能和高可伸缩性的分布式存储解决方案,键值存储系统近年来被广泛采用,例如Redis、MongoDB、Cassandra等.分布式存储系统中广泛使用的多副本机制一方面提高了系统吞吐量和可靠性,但同时也增加了系统协调和副本一致性的额外开销.对于跨域分布式系统来说,远距离的副本协调开销甚至可能成为系统的性能瓶颈,降低系统的可用性和吞吐量.提出分布式键值存储系统Elsa,这是一种面向跨区域架构的无协调键值存储系统. Elsa在保证高性能和高可拓展性的基础上,采用无冲突备份数据结构(CRDT)技术来无协调的保证副本间的强最终一致性,降低了系统节点间的协调开销.在阿里云上构建了跨4数据中心8节点的跨区域分布式环境,进行了大规模分布式性能对比实验,实验结果表明:在跨域的分布式环境下,对于高并发争用的负载, Elsa系统的性能具备明显的优势,最高达到MongoDB集群的7.37倍, Cassandra集群的1.62倍. 相似文献
2.
缩微胶片的计算机辅助检索利用计算机的“智能”和缩微品高存贮密度的优点,在计算机上建立缩微品索引数据库,利用者不必查阅原始文件,通过计算机上的检索号就可以在阅读器上直接查看原件的缩微影像。这种高效、准确的计算机辅助检索(CAR)系统构成了现代档案管理的“灵捷”系统。 相似文献
3.
社交网络给每个社会中的人提供了自由表达个人情感、观点、兴趣、建议等言论的平台。用户在这些平台上发表的言论、所做的行为以及用户在平台上建立的社交圈子也给数据挖掘带来了新的数据和机会。提出了一种利用用户在微博上的公开数据信息实现对该用户的MBTI个性维度进行分类分析的方法。在该方法中,基于对用户微博数据的分析,提出了能够表征用户心理和行为的文本和非文本特征,然后采用三种机器学习的分类方法—提升决策树、支持向量机和贝叶斯逻辑递归来对微博用户的个性进行分类分析。实验结果表明,通过对微博数据的挖掘可以在不同MBTI个性维度上达到75%~90%的准确率。 相似文献
5.
随着物联网系统的迅速发展,越来越多设备和参与方加入到系统中.但是,大多数现有系统采用中心化的管理方式,在可扩展性、数据安全与隐私性、多方协作、数据共享方面面临诸多挑战.区块链技术是一种结合数字加密、分布式计算的点对点分布式记账技术,具有去中心化、不可篡改、可验证、可追溯等特性,为物联网系统面临的安全、协作和信任问题提供了解决方案.论文阐述了物联网系统前存在的挑战,分析了区块链在这些应用场景下的优势特性,并对区块链在物联网领域的应用解决方案做了对比和归纳,对区块链+物联网应用具有一定的借鉴意义. 相似文献
6.
动态显示网络系统的拓扑图是网络管理系统的基本功能,目前常见的拓扑搜索算法大部分都是基于网络层的,不能对链路层的动态网络拓扑进行搜索且不能发现和管理虚拟网。提出一种利用SNMP协议、ICMP 协议和ARP协议三种协议相结合的网络拓扑搜索算法,发现ATM网络的链路层网络拓扑和提取ATM虚拟网的配置信息。最后,以哈工大通信所的某一子网(ATM虚拟局域网)为例,对此算法进行了验证。 相似文献
7.
8.
介绍了一种采用H.323-H.323网关实现H.323实时媒体业务在ATM主干网中传输的方式。首先分析了H.323-H.323网关结构,然后介绍了在ATM网络中,用来传送H.323实时媒体流的交换虚电路(SVC)的建立过程和H.323多媒体业务的传送过程。 相似文献
9.
深度学习在各个领域得到了普遍的应用,但是用户在应用深度学习时仍然面临两方面的问题:1)深度学习有着复杂的理论背景,非专业用户缺乏建模以及调优的背景知识,难以构建性能优化的模型;2)数据预处理、模型训练、预测等过程往往涉及比较复杂的编程实现,给没有程序设计基础的非专业用户在入门时带来了一定的困难。针对以上两点易用性问题,文中提出了一种易用的深度学习模型可视化构建系统DragDL,其目的在于降低用户进行数据预处理、模型训练、监控、在线预测等工作的难度。该系统基于PaddlePaddle框架,支持以拖拽图形算子的方式在画布上搭建深度学习网络结构以及推理预测功能,并将数据预处理操作过程抽象成数据流图展示,以方便用户理解和调试。系统还提供训练过程中的质量监控和性能监控的可视化功能,帮助用户实时观察训练情况。同时,DragDL提供经典模型库帮助用户完成建模任务,支持以微调经典模型的方式构建新的模型,降低用户建模时的难度。DragDL基于集群服务器和Web客户端进行部署,服务器为每个训练任务构建虚拟机服务,并支持大规模异步任务调度,具有一定的并发处理能力。 相似文献
10.