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   544篇
  免费   23篇
  国内免费   38篇
电工技术   26篇
综合类   133篇
化学工业   4篇
金属工艺   3篇
机械仪表   4篇
建筑科学   101篇
矿业工程   3篇
能源动力   3篇
轻工业   18篇
水利工程   1篇
石油天然气   3篇
武器工业   1篇
无线电   21篇
一般工业技术   17篇
冶金工业   17篇
自动化技术   250篇
  2023年   4篇
  2022年   11篇
  2021年   8篇
  2020年   9篇
  2019年   33篇
  2018年   13篇
  2017年   16篇
  2016年   17篇
  2015年   20篇
  2014年   48篇
  2013年   40篇
  2012年   46篇
  2011年   56篇
  2010年   34篇
  2009年   44篇
  2008年   37篇
  2007年   48篇
  2006年   25篇
  2005年   24篇
  2004年   14篇
  2003年   16篇
  2002年   18篇
  2001年   7篇
  2000年   5篇
  1999年   2篇
  1998年   1篇
  1997年   1篇
  1995年   1篇
  1994年   1篇
  1993年   1篇
  1992年   2篇
  1991年   1篇
  1989年   1篇
  1986年   1篇
排序方式: 共有605条查询结果,搜索用时 31 毫秒
1.
GloVe模型是一种广泛使用的词向量表示学习的模型。许多研究发现,学习得到的词向量维数越大,性能越好;但维数越大,模型学习耗时越长。事实上,GloVe模型中,耗时主要表现在两方面,一是统计词对共现矩阵,二是训练学习词向量表示。该文在利用GloVe模型统计语料中词对共现时,基于对称或非对称窗口得到两个共现矩阵,然后分别学习得到较低维度的词向量表示,再拼接得到较高维度的词向量表示。从计算的复杂度来看,该文方法并不会产生多的计算量,但显然统计共现矩阵和训练学习可通过并行方式实现,能够显著提高计算效率。在使用大规模语料的实验中,以对称和非对称窗口分别统计得到共现矩阵,分别学习得到300维词向量表示,再使用拼接方式得到600维词向量表示。与GloVe模型对称和非对称的600维的词向量相比,在中文和英文的词语推断任务上,显著地提高了预测的准确率,在词语聚类任务上,有较好的聚类效果,验证了该文方法的有效性。  相似文献   
2.
中国传统建筑作为世界建筑中独立存在的体系,其术语的含义有着极其重要的研究价值.笔者通过对书籍及相关文献的阅读,梳理"材料"一词于中文语境中的含义变迁,并试图反映不同含义背后的材料观念.文章以古代中国的"材料"含义为重点,并将其折射出的中国传统材料观与同时期西方材料观进行对比,归纳总结出中国传统材料观:"材""料"是建设活动中尺度与计量单位;装饰材料具有极其重要的地位;不关注材料本身的特性.  相似文献   
3.
刘礼昆 《网友世界》2014,(3):172-172
正语文课每周都有七至八节,一年下来语文课时达三、四百节之多,语文练习汗牛充栋,时间耗费多,但是总体上分数还是不高,因此,语文课堂教学的有效性成为人们关注的焦点,语文课堂教学有效性不高的原因有这么几个:一是教学目标中的语言学习目标不明确;二是教学内容取舍不当;三是教学过程中非语文活动太多。语文教学的根本宗旨是促进学生语言和精神同构共生能力的发展。只有紧紧抓住这个宗旨,抓好"一深入三简单四有效",才能把语文课上得更具有有效性。一、钻研教材要深入  相似文献   
4.
提出了词语相关度模型,作为在数据空间中发现数据源内容关联的一个基础。本模型基于HowNet,可以计算同种词性以及不同词性之间的相关度,融合了词语的相似度、关联度和实例因素,综合获得词语的内在相关性。通过对比实验发现,本模型所计算的词语相关度值更加符合人们主观上对词语相关性的认识。  相似文献   
5.
Category-based statistic language model is an important method to solve the problem of sparse data. But there are two bottlenecks: 1) The problem of word clustering. It is hard to find a suitable clustering method with good performance and less computation. 2) Class-based method always loses the prediction ability to adapt the text in different domains. In order to solve above problems, a definition of word similarity by utilizing mutual information was presented. Based on word similarity, the definition of word set similarity was given. Experiments show that word clustering algorithm based on similarity is better than conventional greedy clustering method in speed and performance, and the perplexity is reduced from 283 to 218. At the same time, an absolute weighted difference method was presented and was used to construct vari-gram language model which has good prediction ability. The perplexity of vari-gram model is reduced from 234.65 to 219.14 on Chinese corpora, and is reduced from 195.56 to 184.25 on English corpora compared with category-based model.  相似文献   
6.
如果我们有多个TXT文本文件,而其中有一些相同的词语需要替换掉,需要一个一个地打开去替换吗?不用!我们可以用EmEditor编辑软件解决问题。EmEditor 6.0以上版本中不仅提供了当前文件中的查找替换功能,还提供了在外部不同文件中的查找和替换功  相似文献   
7.
作战文书一直是我国军事中的一项重要任务,但是由于作战文书的特殊性和保密性,写者都会用一些带有特殊性质的东西来掩人耳目,但是作战文书非常重要,关乎作战中军事命名和实体作战的关系,稍有不慎就会理解错误,轻则会违反规定,重则会直接影响到我国的经济利益和国土安全,因此,抽取作战文书中的主要意思,弄清楚军事命名实体关系,对实现作战文书语义理解有着重大突破。作战文书分析模式虽然有很多方法,但是大多数学者都是在它的基础上结合词语规则和SVM模式进行研究,是目前最为有效的抽取方法。此类方法的使用主要是先利用语文中经常用到的词语规则整理出作战文书中连续出现并且相似度极高的实体,并从中提取出相关信息,两者相互磨合,能更好地与SVM模型兼容。其次,使用SVM模型对各个有效因素进行建立模型,抽取其中我们所需要的信息进行军事命名实体关系的研究。根据以上结果充分表明,如果单独使用SVM模型进行提取,其结果将不堪一击,但是如果优先利用词语规则进行提取,之后再结合SVM模型进行抽取,整个准确率和效率都会得到事半功倍的效果。  相似文献   
8.
《Planning》2014,(34)
10年的盲校信息技术教育,的确让盲人把许多"不可能"变为了"可能",实现了质的飞跃。但是,我们也不得不看到某些细节依然存在瑕疵。例如、,学习并使用计算机多年的盲生,在输入汉字时仍有较高的错字率。这是因为键盘操作能力有限,还是读屏软件等其他原因所致?笔者因工作需要,在较长期内同时从事盲电脑教学与盲语文教学工作,期间对两者间的相关性做了粗浅探究。本文试图从盲电脑教学与盲语文教学的相关性入手,分析盲生与明眼学生在阅读方面存在的差异,讨论变相互干扰为相互促进的可行途径,思考信息技术整合语文课堂的方式方法,以及如何在实际中运用的教学策略。  相似文献   
9.
目前基于How Net的词语语义相似度计算多是根据上下位关系计算语义距离的方法,其结果与人的主观认识存在差异。提出了一种词语语义相似度计算的改进方法,在原有方法基础上,同时考虑影响词语相似度的多种因素,如How Net中义原的深度和密度等,进而挖掘义原间关系,改进原有计算方法。实验结果表明,利用所提出的改进方法计算的词语语义相似度更加贴合人的主观认识。  相似文献   
10.
《现代电子技术》2017,(23):147-150
针对传统的基于支持向量机的高相似度英语词语自主选取系统一直存在选取效果差、精度低的问题,提出一种基于数据挖掘的高相似度英语词语自主选取系统设计方法。首先根据英语词语的相似度概念,计算出两个英语词语义项的最短路径与其距离最近的公共父节点之间的深度。利用数据挖掘法将英语词语文本特征选择转换为一个多目标优化问题;然后以英语词语特征维数最少、分类正确率相对最高为选取标准,采用蚁群算法找到英语词语的最优特征子集;最后通过建立神经网络分类器完成高相似度英语词语自主选取系统设计。实验结果证明,所提方法可以精确地选取出高相似度英语词语,且选取时间较短,实用性广泛。  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