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   13043篇
  免费   1080篇
  国内免费   1020篇
电工技术   631篇
技术理论   3篇
综合类   1182篇
化学工业   157篇
金属工艺   53篇
机械仪表   365篇
建筑科学   320篇
矿业工程   225篇
能源动力   100篇
轻工业   221篇
水利工程   120篇
石油天然气   77篇
武器工业   60篇
无线电   2079篇
一般工业技术   390篇
冶金工业   96篇
原子能技术   13篇
自动化技术   9051篇
  2024年   5篇
  2023年   215篇
  2022年   210篇
  2021年   284篇
  2020年   372篇
  2019年   593篇
  2018年   253篇
  2017年   367篇
  2016年   424篇
  2015年   400篇
  2014年   974篇
  2013年   707篇
  2012年   834篇
  2011年   864篇
  2010年   867篇
  2009年   1062篇
  2008年   1134篇
  2007年   1135篇
  2006年   1007篇
  2005年   940篇
  2004年   830篇
  2003年   735篇
  2002年   440篇
  2001年   253篇
  2000年   162篇
  1999年   55篇
  1998年   20篇
  1986年   1篇
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
高端线材产品因其严苛的表面质量和内在性能的要求,需要从冶炼、连铸、轧制和冷却全流程进行质量管控,因此亟需打通流程间的信息壁垒,改变传统的以炉组织生产到以流支组织生产的模式,打造高端线材全流程质量管控系统,实现物料流支跟踪、生产过程监控、质量追溯、质量评级、质量诊断和过程优化等功能。采用了多变量监控实现变量耦合关系的解析,采用多种变量重要性分析方法综合定位引发质量波动的异常原因,最终形成质量管控闭环,不断改善产品质量,减少质量异议。  相似文献   
2.
空间数据挖掘旨在从空间数据库中发现和提取有价值的潜在知识.空间co-location(共存)模式挖掘一直以来都是空间数据挖掘领域的重要研究方向之一,其目的是发现一组频繁邻近出现的空间特征子集,而空间高效用co-location模式挖掘则考虑了特征的效用属性.二者在度量空间实例的邻近关系时一般都需要预先给定一个距离阈值d,挖掘算法的效率很受距离阈值d的影响,尤其对分布不均匀的数据集表现不好.另外,传统的空间高效用模式挖掘在分析评估模式的效用时,将模式中所有特征的效用值都计算到模式效用中是不合理的,如在国内5A级景区周围进行高收益商业项目的规划时,项目的预期收益本身不应包含景点的收益.基于上述问题,本文在空间高效用co-location模式挖掘过程中融入了空间k-近邻计算,使得空间实例之间的邻近关系更为客观、合理.进一步地,定义了核元素和核模式等概念,对核模式效用的高低进行了度量,并提出了k-近邻关系下的空间高效用核模式挖掘的通用框架,设计了一个行之有效的基本挖掘算法,考虑到核模式效用度不满足反单调性质,在基本算法之上提出了4个剪枝策略.大量的实验结果表明本文方法挖掘到的空间高效用核模式更具有现实意义,在同等的参数设置下,剪枝优化算法的效率比基本算法至少提高了50%.  相似文献   
3.
隐私保护数据挖掘(PPDM)利用匿名化等方法使数据所有者在不泄露隐私信息的前提下,安全发布在数据挖掘中有效可用的数据集。k-匿名算法作为PPDM研究使用最广泛的算法之一,具有计算开销低、数据形变小、能抵御链接攻击等优点,但是在一些k-匿名算法研究中使用的数据可用性评估模型的权重设置不合理,导致算法选择的最优匿名数据集在后续的分类问题中分类准确率较低。提出一种使用互信息计算权重的互信息损失(MI Loss)评估模型。互信息反映变量间的关联关系,MI Loss评估模型根据准标识符和标签之间的互信息计算权重,并通过Loss公式得到各个准标识符的信息损失,将加权后的准标识符信息损失的和作为数据集的信息损失,以弥补评估模型的缺陷。实验结果证明,运用MI Loss评估模型指导k-匿名算法能够明显降低匿名数据集在后续分类中的可用性丢失,相较于Loss模型和Entropy Loss模型,该模型分类准确率提升了0.73%~3.00%。  相似文献   
4.
目的 针对传统叶片精锻过程中存在的质量波动较大的问题,提出一种预测传统叶片精锻质量的方法。方法 以GH4169转子叶片精锻的挤压工序为研究对象,以叶片精锻挤压过程中的160组模拟结果为数据集(以其中的120组数据为训练集、其余40组数据为测试集),对截面点的出料温度进行预测。首先利用特定的数据预处理手段及特征工程提升模型的预测精度及泛化能力,建立SVR预测模型,然后基于网格搜索算法和粒子群优化算法(GS–PSO)对预测模型中参数Cγ进行调节,得到优化后的模型,最后将测试数据集带入优化后的模型中,将预测值与真实值进行对比。结果 单一的SVR模型预测效果不佳,利用GS–PSO算法优化后,模型自适应度由0.007 8左右降到0.005 2左右,模型收敛快且优化效果显著。30颗粒子迭代50次的最终优化结果为:C=425.432 8,γ=1.883 2,模型优化后的预测值与实际值之间拟合度较好,每组数据的预测误差都远小于10%。结论 经GS–PSO优化的出料温度SVR预测模型在测试集中有较好的预测效果,满足行业数据预测要求的一般标准,对传统叶片精锻过程指标预测具有较好的参考意义。  相似文献   
5.
随着电力系统智能化水平的不断提高,电网中产生的数据体系也越来越庞大,而数据的质量会直接影响电力系统的运行分析和规划决策。文中基于数据挖掘技术提出一种电网时序数据质量维护体系,筛选不合格的数据,并确定数据所存在的问题,为分析出现问题的原因提供便利。对电力数据及传输过程进行了分析,并指出了可能存在的问题。不同地区的数据具有自身不同的特点,为了提高检测速度,基于决策树算法先对历史数据样本进行决策分析。以某地区的数据训练集为例,对该地区电力数据检测流程进行分析,得到适合该区的检测顺序。针对数据合理性难以检测的问题,利用基于聚类的离群检测法筛选出问题数据,并尝试分析问题数据产生原因。通过算例证明了所提时序数据质量维护流程的有效性和可靠性。  相似文献   
6.
文中结合智能电能表计量大数据,对一定区域内的负载进行非侵入式多节点短期预测的方法进行了研究。同时研究了集聚效应对负载建模和预测的影响,说明了多节点预测的优势与必要性;评估了影响电能需求的变量,并对数据集进行特征选择。使用多元线性回归模型对自顶向下与自底向上两类预测方法进行了比较,在真实数据上的测试表明,以智能电能表计量大数据为支撑的自底向上方法在短期多节点负载预测上具有优势。  相似文献   
7.
为了通过电网中记录的海量运行数据实现预测性维护、执行有效故障诊断和减少后续相关支出,以提高用户用电的可靠性和安全性,数据驱动模型在配电网络中变得至关重要.考虑以监控和数据采集系统 (SCADA)在实际中压配电网络中收集的超过6年的数据集为基础,由基于数据特征提取、时间窗、关联规则挖掘和关联分类器分析的流程进行试验评估并自动识别相关性,从故障中断前后时间窗建立预测G诊断模型并评估其应用潜力.试验结果表明,基于大数据驱动的电网预测模型潜力较不平衡,基于大数据驱动的电网诊断模型具有较高的诊断潜力和应用价值。  相似文献   
8.
轨迹数据挖掘对于基于位置的应用非常重要,而轨迹划分是轨迹数据挖掘的重要步骤。节点的运动轨迹数量很大,轨迹形状迥异千差万别,使得轨迹划分成为轨迹数据挖掘的关键和难点。轨迹划分的目的是去掉多余的轨迹点,留下重要的轨迹点数据,且要求处理后得到的轨迹留有原来轨迹的特征。该文从速度和加速度等方面分析了节点的运动行为,提出了一种基于双速度特征的轨迹划分方法(trajectory partition method based on double velocities,TPDV)。在TPDV中,首先通过检测节点移动速度的变化来找出速度改变点,并且根据节点加速度变化也可提取出特征点,然后在检测节点的速度和加速度变化的前提下,根据节点活动的时间和范围来确定停留点,最后根据提取的特征点对子轨迹进行划分。基于Geolife轨迹数据集的仿真结果表明,基于双速度特征的轨迹划分方法在运行时间、简化率和划分误差方面都表现较好。  相似文献   
9.
为支撑导航卫星星间链路网络的稳定运行,提升对星间链路网络的监控管理能力,解决地面系统对星间链路网络状态感知迟滞等监视能力不足问题,以及对未来网络趋势的预测能力不足问题,提出并构建了星间链路态势感知模型,包括数据预处理、指标计算和态势预测三部分;对于监视型网络状态指标,通过对原始遥测信息进行抽取获得;对于更为复杂的分析型网络状态指标,首先利用人工规则进行数据筛选,随后利用数据挖掘算法提取有效特征,选取相关性较大的参数综合得出复杂指标;在此基础上,利用BP神经网络对星间链路网络态势进行预测;通过实验,某状态指标预测的准确率稳定在98%左右,结果表明该模型可以有效的对星间链路网络的未来状态进行感知预测,可以对星间链路网络状态异常进行及时处理,具有较高的可行性。  相似文献   
10.
容器云受到风险攻击会影响运维性能,无法有效保护内部存储的隐私数据安全。为了准确判断风险攻击类型,最大程度保证用户隐私数据安全,提出基于历史数据分析的容器云安全风险评估方法。根据云计算安全标准,对容器云风险等级进行分类;利用粗糙集算法挖掘容器云历史数据中的风险因素,获得风险因素归约集合;根据容器云的运行特点,通过德尔菲方法和决策隶属度矩阵计算安全风险权重。根据各风险间存在关联性,整合整体风险评估值,实现容器云安全风险评估。实验结果表明,该方法可以有效评估容器云安全风险,且评估结果较为准确,为用户保证隐私数据安全提供参考。  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