全文获取类型
收费全文 | 70篇 |
免费 | 4篇 |
国内免费 | 10篇 |
专业分类
电工技术 | 1篇 |
综合类 | 5篇 |
化学工业 | 3篇 |
矿业工程 | 1篇 |
轻工业 | 4篇 |
无线电 | 6篇 |
一般工业技术 | 10篇 |
冶金工业 | 1篇 |
自动化技术 | 53篇 |
出版年
2023年 | 2篇 |
2022年 | 2篇 |
2021年 | 2篇 |
2020年 | 6篇 |
2019年 | 1篇 |
2018年 | 5篇 |
2017年 | 2篇 |
2016年 | 2篇 |
2015年 | 2篇 |
2014年 | 5篇 |
2013年 | 7篇 |
2012年 | 5篇 |
2011年 | 6篇 |
2010年 | 4篇 |
2009年 | 5篇 |
2008年 | 5篇 |
2007年 | 3篇 |
2006年 | 5篇 |
2005年 | 2篇 |
2004年 | 4篇 |
2003年 | 3篇 |
2002年 | 1篇 |
2001年 | 2篇 |
2000年 | 2篇 |
1998年 | 1篇 |
排序方式: 共有84条查询结果,搜索用时 0 毫秒
1.
2.
<正>第三批本科(公有民办的二级独立学院以及民办高校)是近几年刚刚出现的新生事物,该层次学生的教育尚未引起许多学校的重视,该层次学生的人才培养模式基本沿用第一、二层次本科的模式,这忽视了 相似文献
3.
基分类器之间的差异性和单个基分类器自身的准确性是影响集成系统泛化性能的两个重要因素,针对差异性和准确性难以平衡的问题,提出了一种基于差异性和准确性的加权调和平均(D-A-WHA)度量基因表达数据的选择性集成算法。以核超限学习机(KELM)作为基分类器,通过D-A-WHA度量调节基分类器之间的差异性和准确性,最后选择一组准确性较高并且与其他基分类器差异性较大的基分类器组合进行集成。通过在UCI基因数据集上进行仿真实验,实验结果表明,与传统的Bagging、Adaboost等集成算法相比,基于D-A-WHA度量的选择性集成算法分类精度和稳定性都有显著的提高,且能有效应用于癌症基因数据的分类中。 相似文献
4.
5.
现代信息系统的飞速发展是以计算机以及计算机网络系统的飞速发展为标志的。信息化的社会在尽力追逐信息系统的失控功能。计算机、高速网络逐步民用化、商用化、家用化,正因为信息在人类社会活动、经济活动中起着越来越重要的作用,信息的安全就日益成为关系成败的关键要点,日益引发人们越来越深刻的重视。 相似文献
6.
目的 针对背投式多投影系统中存在的各向异性问题,提出一套行之有效的解决方案.方法 首先,为了解决以静态观众为主体的多投影系统各向异性问题,基于反馈机制提出了以特定位置为中心的“最佳观测域”,并在该区域内实现了真正的视觉无缝画面校正;然后,基于视觉人体跟踪技术进一步提出了以特定交互者为中心的“动态最佳观测域”框架,并结合模糊预测控制思想从人体重心检测、跟踪和投影仪亮度实时补偿等3个方面对该框架内的各个组成模块的关键技术进行了阐述.结果 实验结果显示,利用交互者运动的时空连续性优化后的动态最佳观测域算法,具有较好的鲁棒性和实时性.同时,与其他类似方法相比获得了更好的视觉无缝校正效果,其中观测距离为1 m、3 m和5 m时,对应的亮度样本标准差分别为17.11、13.17和9.2.结论 提出的各向异性解决方案,将实时反馈信号引入校正过程中,有效提高了输出画面质量.通过实验测试和性能评估,验证了文中方法的可行性. 相似文献
7.
介绍了微软的.NET开发平台的技术基础和软件架构,并从开发和部署分布式Internet应用等几个方面分析了.NET开发平台的优势以及和J2EE平台的比较.它可以为应用架构设计者及用微软.NET架构开发分布式Internet应用的开发者提供指导. 相似文献
8.
针对目前高校计算机专业精品课程建设中存在的一些问题,本文在分析了云计算的原理及关键技术的基础上,提出一个基于云计算的精品资源共享课平台框架,然后以相关省数据库精品课程为例阐述利用云计算进行课程共享设计与实施的方法及步骤,从而提高精品课程共享的质量和效率。 相似文献
9.
本文以数字图像处理研究生课程为例,结合大数据背景下的数字经济发展现状,开展课程思政建设研究,提出在研究生课程教学中融入“红船精神”的培养模式,并从课程思政元素挖掘和教学设计方面探讨思政教育和专业知识二者相互结合的教学方法,进而培养研究生的学术创新能力,强化学术道德准则和行为规范,达到思政教育立德树人的目标。 相似文献
10.
基于输出不一致测度的极限学习机集成的基因表达数据分类 总被引:6,自引:0,他引:6
选择性集成学习已经成为分析基因表达数据、获取生物学信息的有力工具.为了更好地挖掘基因表达数据,利用极限学习机的集成,克服单个ELM用于数据分类时性能欠稳定的缺点,文中提出了一种基于输出不一致测度的ELM相异性集成算法(D-D-ELM).算法首先以输出不一致测度为标准对多个ELM模型进行相异性判断,其次根据ELM的平均分类精度剔除掉相应的模型,最后对筛选后的分类模型用多数投票法进行集成.算法被运用到Breast、Leukemia、Colon、Heart基因表达数据上,并通过理论和实验得到验证.实验结果的统计学分析表明D-D-ELM能够以更少的模型数量达到较稳定的分类精度. 相似文献