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   1366篇
  国内免费   43篇
  完全免费   291篇
  自动化技术   1700篇
  2018年   5篇
  2017年   15篇
  2016年   21篇
  2015年   32篇
  2014年   51篇
  2013年   25篇
  2012年   68篇
  2011年   106篇
  2010年   71篇
  2009年   84篇
  2008年   118篇
  2007年   143篇
  2006年   104篇
  2005年   100篇
  2004年   106篇
  2003年   112篇
  2002年   83篇
  2001年   56篇
  2000年   52篇
  1999年   36篇
  1998年   36篇
  1997年   29篇
  1996年   27篇
  1995年   24篇
  1994年   21篇
  1993年   22篇
  1992年   22篇
  1991年   12篇
  1990年   9篇
  1989年   16篇
  1988年   10篇
  1987年   5篇
  1986年   5篇
  1985年   4篇
  1984年   5篇
  1983年   12篇
  1982年   8篇
  1981年   14篇
  1980年   5篇
  1979年   5篇
  1978年   6篇
  1977年   4篇
  1976年   3篇
  1975年   2篇
  1974年   3篇
  1973年   2篇
  1972年   1篇
排序方式: 共有1700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.
关于统计学习理论与支持向量机   总被引:955,自引:6,他引:949       下载免费PDF全文
模式识别、函数拟合及概率密度估计等都属于基于数据学习的问题,现有方法的重 要基础是传统的统计学,前提是有足够多样本,当样本数目有限时难以取得理想的效果.统计 学习理论(SLT)是由Vapnik等人提出的一种小样本统计理论,着重研究在小样本情况下的 统计规律及学习方法性质.SLT为机器学习问题建立了一个较好的理论框架,也发展了一种 新的通用学习算法--支持向量机(SVM),能够较好的解决小样本学习问题.目前,SLT和 SVM已成为国际上机器学习领域新的研究热点.本文是一篇综述,旨在介绍SLT和SVM的 基本思想、特点和研究发展现状,以引起国内学者的进一步关注.  相似文献
3.
A Tutorial on Support Vector Machines for Pattern Recognition   总被引:661,自引:0,他引:661  
The tutorial starts with an overview of the concepts of VC dimension and structural risk minimization. We then describe linear Support Vector Machines (SVMs) for separable and non-separable data, working through a non-trivial example in detail. We describe a mechanical analogy, and discuss when SVM solutions are unique and when they are global. We describe how support vector training can be practically implemented, and discuss in detail the kernel mapping technique which is used to construct SVM solutions which are nonlinear in the data. We show how Support Vector machines can have very large (even infinite) VC dimension by computing the VC dimension for homogeneous polynomial and Gaussian radial basis function kernels. While very high VC dimension would normally bode ill for generalization performance, and while at present there exists no theory which shows that good generalization performance is guaranteed for SVMs, there are several arguments which support the observed high accuracy of SVMs, which we review. Results of some experiments which were inspired by these arguments are also presented. We give numerous examples and proofs of most of the key theorems. There is new material, and I hope that the reader will find that even old material is cast in a fresh light.  相似文献
4.
Support-Vector Networks   总被引:541,自引:0,他引:541  
Thesupport-vector network is a new learning machine for two-group classification problems. The machine conceptually implements the following idea: input vectors are non-linearly mapped to a very high-dimension feature space. In this feature space a linear decision surface is constructed. Special properties of the decision surface ensures high generalization ability of the learning machine. The idea behind the support-vector network was previously implemented for the restricted case where the training data can be separated without errors. We here extend this result to non-separable training data.High generalization ability of support-vector networks utilizing polynomial input transformations is demonstrated. We also compare the performance of the support-vector network to various classical learning algorithms that all took part in a benchmark study of Optical Character Recognition.  相似文献
5.
人脸检测研究综述   总被引:199,自引:1,他引:198  
人脸检测问题最初作为自动人脸识别系统的定位环节被提出,近年来由于其在安全访问控制,视觉监测、基于内容和检索和新一代人机界面等领域的应用价值,开始作为一个独立的课题受到研究者的普遍重视。该文从人脸检测问题的分类、人脸模式的分析、特征提取与特征综合、性能评价等角度,系统地整理分析了人脸检测问题的研究文献,将人脸检测方法主要划分为基于知识的人脸验证方法和基于统计的学习方法,指出统计学习方法优于启发式验证方法。  相似文献
6.
基于支持向量机的入侵检测系统   总被引:75,自引:2,他引:73       下载免费PDF全文
饶鲜  董春曦  杨绍全 《软件学报》2003,14(4):798-803
目前的入侵检测系统存在着在先验知识较少的情况下推广能力差的问题.在入侵检测系统中应用支持向量机算法,使得入侵检测系统在小样本(先验知识少)的条件下仍然具有良好的推广能力.首先介绍入侵检测研究的发展概况和支持向量机的分类算法,接着提出了基于支持向量机的入侵检测模型,然后以系统调用执行迹(system call trace)这类常用的入侵检测数据为例,详细讨论了该模型的工作过程,最后将计算机仿真结果与其他检测方法进行了比较.通过实验和比较发现,基于支持向量机的入侵检测系统不但所需要的先验知识远远小于其他方法,而且当检测性能相同时,该系统的训练时间将会缩短.  相似文献
7.
最优特征子集选择问题   总被引:71,自引:0,他引:71  
陈彬  洪家苯 《计算机学报》1997,20(2):133-138
机器学习和模式识别面临的一个重要问题,就是特征子集的选择问题,即从一个大的已生征特集合,选择一个子集合来一致地描述已知例。特别,最优特征子集选择问题,即最小的特征子集问题的 计算杂性至今学不清楚。  相似文献
8.
支持向量机研究   总被引:68,自引:9,他引:59  
支持向量机是一类新型机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点。该文首先引入最优超平面的概念,然后对线性SVMs和非线性SVMs进行介绍,给出一些常用的训练算法,并指出SVMs存在的局限和将来可能的研究内容。  相似文献
9.
一种SVM增量学习算法α-ISVM   总被引:53,自引:0,他引:53       下载免费PDF全文
萧嵘  王继成  孙正兴  张福炎 《软件学报》2001,12(12):1818-1824
基于SVM(support vector machine)理论的分类算法,由于其完善的理论基础和良好的试验结果,目前已逐渐引起国内外研究者的关注.深入分析了SVM理论中SV(support vector,支持向量)集的特点,给出一种简单的SVM增量学习算法.在此基础上,进一步提出了一种基于遗忘因子α的SVM增量学习改进算法α-ISVM.该算法通过在增量学习中逐步积累样本的空间分布知识,使得对样本进行有选择地遗忘成为可能.理论分析和实验结果表明,该算法能在保证分类精度的同时,有效地提高训练速度并降低存储空间的占用.  相似文献
10.
一种具有统计不相关性的最佳鉴别矢量集   总被引:40,自引:4,他引:36  
金忠  杨静宇  陆建峰 《计算机学报》1999,22(10):1105-1108
在模式识别领域,基于Fisher鉴别准则语数的Foley-Sammon最佳鉴别技术在着重大的影响,特征抽取的一般原则是最好抽取模式的不相关的特征,而Foley-Sammon最佳鉴别矢量集的诸鉴别特是统计相关的。  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