全文获取类型
收费全文 | 3249篇 |
免费 | 388篇 |
国内免费 | 466篇 |
专业分类
电工技术 | 95篇 |
综合类 | 361篇 |
化学工业 | 37篇 |
金属工艺 | 13篇 |
机械仪表 | 61篇 |
建筑科学 | 257篇 |
矿业工程 | 36篇 |
能源动力 | 8篇 |
轻工业 | 132篇 |
水利工程 | 18篇 |
石油天然气 | 17篇 |
武器工业 | 8篇 |
无线电 | 636篇 |
一般工业技术 | 152篇 |
冶金工业 | 28篇 |
原子能技术 | 23篇 |
自动化技术 | 2221篇 |
出版年
2024年 | 19篇 |
2023年 | 93篇 |
2022年 | 105篇 |
2021年 | 130篇 |
2020年 | 136篇 |
2019年 | 155篇 |
2018年 | 98篇 |
2017年 | 96篇 |
2016年 | 129篇 |
2015年 | 164篇 |
2014年 | 299篇 |
2013年 | 240篇 |
2012年 | 321篇 |
2011年 | 343篇 |
2010年 | 347篇 |
2009年 | 351篇 |
2008年 | 299篇 |
2007年 | 272篇 |
2006年 | 181篇 |
2005年 | 129篇 |
2004年 | 74篇 |
2003年 | 52篇 |
2002年 | 25篇 |
2001年 | 12篇 |
2000年 | 13篇 |
1999年 | 4篇 |
1998年 | 2篇 |
1997年 | 4篇 |
1996年 | 3篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1993年 | 2篇 |
1992年 | 1篇 |
1986年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有4103条查询结果,搜索用时 31 毫秒
2.
随着网络上创建连接、协作、共享的全新变革方式的出现,互联网上丰富的社交行为现象引起了研究者和实践者的关注.近年来,随着社交网络平台的普及与推广,基于社交网络的推荐系统也成为了个性化推荐领域的研究热点之一,社交推荐系统可以利用社交网络来缓解传统的推荐算法中数据稀疏性问题.在社交网络中,社交关系影响起着重要作用,而用户信任是社交关系形成的基础,每一个用户会受到其信任的用户影响,这些被信任的用户也会被自己的社交关系所影响,这就表明了联系在一起的用户会相互影响,导致社交联系之间的用户偏好具有相似性.用户的信任关系影响着用户偏好的推断,同时用户受到其信任用户的社交关系影响,而这些社交关系影响在社交网络中递归传播和扩散.因此,基于社交推荐算法研究的关键就在于信任信息的挖掘和利用.在基于社交网络的推荐领域中,比较有代表性的模型为Diff Net,该模型未充分考虑到信任问题,同时,在递归计算长距离的社交关系时,有额外的噪声,影响推荐预测的质量.本文提出了基于Diff Net改进的社交推荐模型-EIDNet.首先,该模型在模拟社交关系影响扩散过程时,通过用户对物品的历史交互记录建立用户间的信任关系,并融... 相似文献
3.
4.
5.
在概述公众食品管理基本理论的基础上,论述了当前公众食品安全信任机制难以形成的主要困境,并指出构建公众食品安全信任机制的主体范围和基本原则,通过培育基于司法建设的社会环境、健全政府行政管理体制与方式、加强食品企业的行业自律建设和提升公众参与食品安全的力度实现公众食品安全信任机制的初步构建。 相似文献
6.
7.
8.
针对推荐精度不准确、数据稀疏、恶意推荐的问题,提出融合信任基于概率矩阵分解(PMF)的新推荐模型。首先,通过建立基于信任的协同过滤模型(CFMTS)将改进的信任机制融入到协同过滤推荐算法中。信任值通过全局信任及局部信任计算获得,其中局部信任利用了信任传播机制计算用户的直接信任值和间接信任值得到,全局信任采用信任有向图的方式计算得到。然后,将信任值与评分相似度融合以解决数据稀疏、恶意推荐的问题。同时,将CFMTS融入到PMF模型中以建立新的推荐模型——融合信任基于概率矩阵分解模型(MPMFFT),通过梯度下降算法对用户特征向量和项目特征向量进行计算以产生预测评分值,进一步提高推荐系统的精准度。通过实验将提出的MPMFFT与经典的PMF、社交信息的矩阵分解(SocialMF)、社交信息的推荐(SoRec)、加权社交信息的推荐(RSTE)等模型进行了结果的对比和分析,在公开的真实数据集Epinions上MPMFFT的平均绝对误差(MAE)和均方根误差(RMSE)比最优的RSTE模型分别降低2.9%和1.5%,同时在公开的真实数据集Ciao上MPMFFT的MAE和RMSE比最优的SocialMF模型分别降低1.1%和1.8%,结果证实了模型能在一定程度上解决数据稀疏、恶意推荐问题,有效提高推荐质量。 相似文献
9.