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   565篇
  国内免费   16篇
  完全免费   224篇
  自动化技术   805篇
  2018年   5篇
  2017年   10篇
  2016年   15篇
  2015年   19篇
  2014年   33篇
  2013年   38篇
  2012年   64篇
  2011年   67篇
  2010年   59篇
  2009年   78篇
  2008年   56篇
  2007年   91篇
  2006年   57篇
  2005年   46篇
  2004年   32篇
  2003年   37篇
  2002年   12篇
  2001年   13篇
  2000年   9篇
  1999年   13篇
  1998年   7篇
  1997年   4篇
  1996年   2篇
  1995年   6篇
  1994年   2篇
  1993年   3篇
  1992年   4篇
  1991年   2篇
  1990年   1篇
  1989年   2篇
  1988年   4篇
  1987年   1篇
  1986年   2篇
  1985年   3篇
  1982年   1篇
  1981年   2篇
  1980年   1篇
  1979年   1篇
  1977年   1篇
  1975年   1篇
  1974年   1篇
排序方式: 共有805条查询结果,搜索用时 31 毫秒
1.
Rough sets   总被引:1295,自引:0,他引:1295  
We investigate in this paper approximate operations on sets, approximate equality of sets, and approximate inclusion of sets. The presented approach may be considered as an alternative to fuzzy sets theory and tolerance theory. Some applications are outlined.  相似文献
2.
核聚类算法   总被引:111,自引:0,他引:111  
该文提出了一种用于聚类分析的核聚类方法,通过利用Mercer核,作者把输入空间的样本映射到高维特征空间后,在特征空间中进行聚类,由于经过了核函数的映射,使原来没有显现的特征突出来,从而能够更好地聚类,该核聚类方法在性能上比以典的聚类算法有较大的改进,具有更快的收敛速度以及更为准确的聚类,仿真实验的结果证实了核聚类方法的可行性和有效性。  相似文献
3.
The k-means algorithm is well known for its efficiency in clustering large data sets. However, working only on numeric values prohibits it from being used to cluster real world data containing categorical values. In this paper we present two algorithms which extend the k-means algorithm to categorical domains and domains with mixed numeric and categorical values. The k-modes algorithm uses a simple matching dissimilarity measure to deal with categorical objects, replaces the means of clusters with modes, and uses a frequency-based method to update modes in the clustering process to minimise the clustering cost function. With these extensions the k-modes algorithm enables the clustering of categorical data in a fashion similar to k-means. The k-prototypes algorithm, through the definition of a combined dissimilarity measure, further integrates the k-means and k-modes algorithms to allow for clustering objects described by mixed numeric and categorical attributes. We use the well known soybean disease and credit approval data sets to demonstrate the clustering performance of the two algorithms. Our experiments on two real world data sets with half a million objects each show that the two algorithms are efficient when clustering large data sets, which is critical to data mining applications.  相似文献
4.
数据挖掘中聚类分析的技术方法   总被引:51,自引:21,他引:30  
数据挖掘是信息产业界近年来非常热门的研究方向,聚类分析是数据挖掘中的核心技术,本文对数据挖掘领域的聚类分析方法及代表算法进行分析,并从多个方面对这些算法性能进行比较,同时还对聚类分析在数据挖掘中的几个应用进行了阐述。  相似文献
5.
基于免疫规划的K-means聚类算法   总被引:45,自引:0,他引:45  
在分析K—means聚类算法的优越性和存在不足的基础上,提出了一种新的聚类算法——基于免疫规划的K—means聚类算法.理论分析和仿真结果表明,该算法不仅有效地克服了传统的K—means聚类算法易陷入局部极小值的缺点,而且明显地避免了对初始化选值敏感性的问题,同时也有较快的收敛速度.  相似文献
6.
均值漂移算法的收敛性   总被引:43,自引:2,他引:41       下载免费PDF全文
均值漂移是一种有效的统计迭代算法,已广泛应用于聚类分析、跟踪、图像分割、图像平滑、滤波、图像边缘提取和信息融合等方面.但是,其收敛性仍没有得到严格的证明,而收敛性是任何迭代算法的必要前提.推广并严格证明了该算法的收敛性.首先将均值漂移算法做了以下推广:反映不同样本点处局部空间结构的差异及其各向异性.然后,在推广的条件下从数学上严格证明了均值漂移算法的收敛性.最后,探讨了均值漂移算法中参数的自适应选择方法.从而为该算法的应用奠定了理论基础.  相似文献
7.
一种基于群体智能的客户行为分析算法   总被引:32,自引:0,他引:32  
提出了一种基于群体智能的客户行为分析算法.首先将客户的消费模式作为平面上的一个点随机分布于平面区域内;然后依据基于群体智能的聚类方法,选用由小到大的群体相似系数进行聚类分析;最后,在平面区域内采用递归算法收集聚类结果,获得不同消费特征的客户群体.文中还提出了算法的并行策略,提高了算法对大数据量的适应性.该文以电信移动客户话费数据作为实验数据,并将算法结果与其它经典聚类算法的结果进行比较分析.分析结果表明:这种基于群体智能的客户行为分析算法能够满足客户聚类和分类的要求,特别是在大客户分析及一对一营销中特别客户的分析方面该算法有直观、类别特征明显等特点.  相似文献
8.
一种进化聚类学习新方法   总被引:30,自引:6,他引:24  
根据人类进行聚类判断所遵循的原则,模拟蚂蚁寻找食物源的行为,该文提出了一种基于蚁群的聚类学习新方法。该方法可以最终获得全局最优解,并且具有本质并行性、计算效率高、聚类学习能力强等优点。  相似文献
9.
基于聚类分析的色彩量化新算法及其应用   总被引:24,自引:2,他引:22  
针对针织提花,植绒、印染以及金属表面花纹处理等电脑设计中的要求,研究图像重新量化成仅有几种颜色的色彩量化问题,提出一种基于聚类分析的色彩量化新算法,量化图像较好地兼顾了原图像的总体风貌和设计者希望保留的一些特征,该算法计算量小,容易在微电脑中实现,已成功地应用于电脑提花圆机花型CAD系统。该算法对一般的色彩量化具有重要意义。  相似文献
10.
数据挖掘算法研究与综述   总被引:19,自引:11,他引:8  
数据挖掘方法结合了机器学习、模式识别、统计学、数据库和人工智能等众多领域的知识,是解决从大量信息中获取有用知识、提供决策支持的有效途径,具有广泛的应用前景.以关联、分类、聚类归类,对当前数据挖掘的多种方法进行了研究,并指出其现存的问题.这些方法都有局限性,多方法融合、有机组合互补将成为数据挖掘的发展趋势.  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