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   24篇
  免费   1篇
  国内免费   2篇
综合类   1篇
化学工业   2篇
机械仪表   1篇
建筑科学   14篇
矿业工程   2篇
水利工程   2篇
无线电   1篇
一般工业技术   1篇
自动化技术   3篇
  2023年   1篇
  2022年   3篇
  2016年   1篇
  2015年   1篇
  2014年   1篇
  2011年   3篇
  2009年   1篇
  2006年   2篇
  2005年   1篇
  2003年   5篇
  2002年   6篇
  1998年   1篇
  1987年   1篇
排序方式: 共有27条查询结果,搜索用时 140 毫秒
1.
文章根据国内外各国对钢渣的利用情况,以娄底市娄星区太山路为例,通过大量的室内试验,以钢渣的物理力学性质为基础,分析钢渣作为路基填料时对路面产生的病害,并提出相应的处理措施。  相似文献   
2.
入世后,随着市场及企业准入的进一步放开,使公安消防机构实施消防监督面临着更多复杂的未知国素,同时也对消防监督带来多方面的影响。  相似文献   
3.
2005年7月16日,基金会副理事长、大同煤矿集团有限公司董事长彭建勋一行十余人到国家煤矿安全监察局尘肺病康复中心视察肺灌洗工作、看望术后病人,并听取了基金会工作情况汇报.  相似文献   
4.
5.
现实世界中高维数据无处不在,然而在高维数据中往往存在大量的冗余和噪声信息,这导致很多传统聚类算法在对高维数据聚类时不能获得很好的性能.实践中发现高维数据的类簇结构往往嵌入在较低维的子空间中.因而,降维成为挖掘高维数据类簇结构的关键技术.在众多降维方法中,基于图的降维方法是研究的热点.然而,大部分基于图的降维算法存在以下两个问题:(1)需要计算或者学习邻接图,计算复杂度高;(2)降维的过程中没有考虑降维后的用途.针对这两个问题,提出一种基于极大熵的快速无监督降维算法MEDR. MEDR算法融合线性投影和极大熵聚类模型,通过一种有效的迭代优化算法寻找高维数据嵌入在低维子空间的潜在最优类簇结构. MEDR算法不需事先输入邻接图,具有样本个数的线性时间复杂度.在真实数据集上的实验结果表明,与传统的降维方法相比, MEDR算法能够找到更好地将高维数据投影到低维子空间的投影矩阵,使投影后的数据有利于聚类.  相似文献   
6.
工程土壤中边坡的崩塌是由多种因素造成,包括边坡几何、材料强度、水文和地下水、季节性气候变化以及植被和野生生物的影响。可以预料,气候变化引起的降雨方式改变将使问题更加严重。修复方法的选择依赖于现场条件、物流和成本,可包括征用额外的土地、减小坡度、安装额外的排水设施(如扶壁或水平排水渠)、布设土钉、及通过结构法提高稳定性。上述所有方法都有其局限性,且其中一些方法成本非常高。另一种选择是采用电动技术,即采用导电的土工合成材料。本技术说明旨在介绍电动土工合成材料(EKG)的概念,并说明如何将该技术用于现场边坡加固和修复,以及该技术与其他方法相比,如何降低成本及碳足迹。  相似文献   
7.
新时期,社会经济发展迅速,房建工程数量逐渐增多,工程预算方面的问题逐渐暴露出来,房建工程是建筑工程的重要组成部分,可以为国家发展、为人民生活贡献力量,合理控制房建工程造价有利于确保施工企业盈利。但是在房建施工中,工程造价经常会超出预算,而这一问题会给建筑企业带来较大损失。对此,本文将详细探究房建工程预算过程中存在问题及措施。  相似文献   
8.
9.
由于消防机构的草率行事,使一起火灾的处理变 得复杂化。在加入WTO之后,此类教训更应记取。消 防法律观念和火调执法水平都亟待提高。  相似文献   
10.
在集成算法中嵌入代价敏感和重采样方法是一种有效的不平衡数据分类混合策略。针对现有混合方法中误分代价计算和欠采样过程较少考虑样本的类内与类间分布的问题,提出了一种密度峰值优化的球簇划分欠采样不平衡数据分类算法DPBCPUSBoost。首先,利用密度峰值信息定义多数类样本的抽样权重,将存在“近邻簇”的多数类球簇划分为“易误分区域”和“难误分区域”,并提高“易误分区域”内样本的抽样权重;其次,在初次迭代过程中按照抽样权重对多数类样本进行欠采样,之后每轮迭代中按样本分布权重对多数类样本进行欠采样,并把欠采样后的多数类样本与少数类样本组成临时训练集并训练弱分类器;最后,结合样本的密度峰值信息与类别分布为所有样本定义不同的误分代价,并通过代价调整函数增加高误分代价样本的权重。在10个KEEL数据集上的实验结果表明,与现有自适应增强(AdaBoost)、代价敏感自适应增强(AdaCost)、随机欠采样增强(RUSBoost)和代价敏感欠采样自适应增强(USCBoost)等不平衡数据分类算法相比,DPBCPUSBoost在准确率(Accuracy)、F1分数(F1-Score)、几何均值(G-mean)和受试者工作特征(ROC)曲线下的面积(AUC)指标上获得最高性能的数据集数量均多于对比算法。实验结果验证了DPBCPUSBoost中样本误分代价和抽样权重定义的有效性。  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