全文获取类型
收费全文 | 69篇 |
免费 | 3篇 |
国内免费 | 8篇 |
专业分类
电工技术 | 2篇 |
综合类 | 2篇 |
化学工业 | 2篇 |
金属工艺 | 2篇 |
机械仪表 | 4篇 |
建筑科学 | 2篇 |
水利工程 | 5篇 |
石油天然气 | 17篇 |
无线电 | 5篇 |
一般工业技术 | 4篇 |
自动化技术 | 35篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2022年 | 4篇 |
2021年 | 4篇 |
2020年 | 9篇 |
2019年 | 5篇 |
2018年 | 5篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2015年 | 7篇 |
2014年 | 12篇 |
2013年 | 1篇 |
2012年 | 1篇 |
2011年 | 3篇 |
2010年 | 1篇 |
2009年 | 1篇 |
2008年 | 2篇 |
2007年 | 3篇 |
2006年 | 2篇 |
2005年 | 2篇 |
2004年 | 2篇 |
2001年 | 2篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1998年 | 2篇 |
1997年 | 1篇 |
排序方式: 共有80条查询结果,搜索用时 40 毫秒
1.
性能效率是APP软件的重要质量属性,但目前缺乏APP软件性能效率的通用模型。分析了APP软件的性能特征,基于ISO/IEC 25010标准提出了APP软件的性能效率模型,定义了APP软件性能效率的子特性和度量指标。基于提出的APP软件性能效率模型,通过实验对APP软件的性能效率进行了度量及相关分析。 相似文献
2.
如何在海量不确定数据集中提高频繁模式挖掘性能是目前研究的热点.传统算法大多是以期望、概率或者权重等单一指标为数据项集支持度,在大数据背景下,同时考虑概率和权重支持度的算法难以兼顾其执行效率.为此,本文提出一种基于Spark的不确定数据集频繁模式挖掘算法(UWEFP),首先,为了同时兼顾数据项的概率和权重,计算一项集的最大概率权重值并进行剪枝;然后,为了减少对数据集的多次扫描,结合Spark框架的优点,设计了一种具有FP-tree特征的新颖的UWEFP-tree结构进行模式树的构建及挖掘;最后在Spark环境下,以UCI数据集进行实验验证.实验结果表明本文的方法在保证挖掘结果的同时,提高了效率. 相似文献
3.
4.
5.
为了提高软件开发的质量和效率,代码自动生成是当前的研究热点,代码自动生成的性能是其中的重要问题.现有代码自动生成的性能分析方法较简单,难以评估代码自动生成过程中程序员与代码自动生成工具各自的特征.本文综合考虑了代码自动生成过程中程序员与代码自动生成工具的作用,提出了一种基于半监督学习的代码自动生成性能评估方法,通过抽取程序员行为与代码自动生成工具行为的重要特征,划分代码自动生成的性能类别,建立了基于深度神经网络的代码自动生成过程性能评估模型,并计算程序员行为特征与代码自动生成工具行为特征对性能的影响程度.实验结果表明,该方法可以有效分析程序员行为与代码自动生成工具行为对代码自动生成过程性能的影响. 相似文献
6.
7.
水下脐带缆终端设施是水下控制系统的重要设备,依据荔湾项目脐带缆终端设施的研制对其关键技术进行了分析和总结,得到如下结论:需依据设施功能要求选择脐带缆终端总成的零部件,终端总成面板按照一定原则进行布置;脐带缆终端设施一般根据二端安装的工艺要求进行结构设计,需要进行全过程安装分析以确定安装载荷;脐带缆终端设施结构要设置灵活的对接机构,结构设计满足水下结构物规范中的规定和要求。荔湾3-1项目脐带缆终端设施的研制成功,为我国自主研发脐带缆硬件设备提供了技术储备,也为南海深水海洋石油及天然气工程开发奠定了基础。 相似文献
8.
9.
随着开发者社区和代码托管平台成为程序员获取代码的主要途径,针对代码的用户评论数量急剧增加.用户在使用代码后给出的评论中包含多种静态和动态的代码质量属性信息,但由于用户评论多为复杂句,使得评论中包含的代码质量属性难以判断.针对复杂用户评论的代码质量属性判断将有助于分析用户评论中的代码质量信息,有助于开发者在了解用户的代码使用情况和用户关注的代码质量属性后有针对性地提升代码质量.提出了针对复杂用户评论的代码质量属性判断方法.首先对复杂用户评论进行分句并构建分句的依存句法关系有向图;然后,应用基于分句的依存句法关系的主题判断规则抽取分句中的主题;接着,根据初始的代码质量属性特征词库识别各主题对应的代码质量属性,并获取各主题的代码质量属性表现与表现结果;最后,基于主题处理规则分析复杂用户评论中的代码质量属性表现与表现结果,产生复杂用户评论中代码质量属性相关结果,并持续扩充初始代码质量属性特征词库.实验结果表明,论文方法能够对复杂用户评论的代码质量属性进行有效判断. 相似文献
10.