全文获取类型
收费全文 | 5004篇 |
免费 | 903篇 |
国内免费 | 603篇 |
专业分类
电工技术 | 429篇 |
综合类 | 606篇 |
化学工业 | 134篇 |
金属工艺 | 101篇 |
机械仪表 | 449篇 |
建筑科学 | 287篇 |
矿业工程 | 69篇 |
能源动力 | 60篇 |
轻工业 | 191篇 |
水利工程 | 137篇 |
石油天然气 | 144篇 |
武器工业 | 104篇 |
无线电 | 987篇 |
一般工业技术 | 338篇 |
冶金工业 | 54篇 |
原子能技术 | 35篇 |
自动化技术 | 2385篇 |
出版年
2024年 | 96篇 |
2023年 | 375篇 |
2022年 | 386篇 |
2021年 | 376篇 |
2020年 | 299篇 |
2019年 | 327篇 |
2018年 | 150篇 |
2017年 | 202篇 |
2016年 | 183篇 |
2015年 | 245篇 |
2014年 | 371篇 |
2013年 | 312篇 |
2012年 | 343篇 |
2011年 | 331篇 |
2010年 | 314篇 |
2009年 | 308篇 |
2008年 | 415篇 |
2007年 | 381篇 |
2006年 | 176篇 |
2005年 | 184篇 |
2004年 | 126篇 |
2003年 | 97篇 |
2002年 | 74篇 |
2001年 | 70篇 |
2000年 | 61篇 |
1999年 | 42篇 |
1998年 | 35篇 |
1997年 | 50篇 |
1996年 | 40篇 |
1995年 | 21篇 |
1994年 | 26篇 |
1993年 | 19篇 |
1992年 | 17篇 |
1991年 | 9篇 |
1990年 | 12篇 |
1989年 | 15篇 |
1988年 | 10篇 |
1987年 | 2篇 |
1986年 | 3篇 |
1985年 | 5篇 |
1984年 | 2篇 |
排序方式: 共有6510条查询结果,搜索用时 46 毫秒
1.
人机对话中小样本学习场景下的意图识别和槽填充,是自然语言处理的一个重要课题.本文采用基于度量学习的方法,通过计算query set中的样本与support set中样本的距离,寻找距离最近的类别样本作为分类标签,同时将两个任务联合进行训练,用以提升模型的效果.从实验结果中可以得出,本文提出的Fine-tune方法,对意图识别和槽填充任务都有一定的帮助和提升.胶囊网络在意图识别中也起到了一定的效果,可以帮助去除一部分无关信息,但对槽填充任务的帮助不明显;而任务自适应的投影网络,可以更好地将不同类的向量分开,提升了两个任务的性能. 相似文献
2.
归一化水体指数(NDWI)是水体遥感反演的一种重要指标,其阈值及修正直接影响反演结果的精度。基于Landsat-8与GF-1光学多光谱影像,使用归一化水体指数法阈值0(TH0)、最大类间方差法(OTSU)自适应阈值(THotsu)与均值漂移聚类算法(Mean-Shift)自适应阈值(THMS)分别对典型正常水体、云雾覆盖水体、富营养化水体、高含泥沙水体进行水体遥感提取与效果分析,结果表明:正常水体以TH0为阈值提取精度最高,THMS提取精度次之,THotsu提取精度最差;而云雾覆盖水体、富营养化水体以及含泥沙水体使用THMS提取精度最高,尤其少量云雾覆盖下的水体,THMS具有更明显的优势,TH0提取精度次之,THotsu提取精度最差;对于不同的阈值,Land?sat-8比GF-1总体表现出更高的水体提取精度。Mean-Shift算法应用于NDWI阈值修正与水体遥感反演具有快速、水质适应性强、效果稳定的优势,对尤其是复杂条件下的水体信息遥感反演具有较好的提取效果。 相似文献
3.
4.
热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。 相似文献
5.
6.
《计算机应用与软件》2019,(4)
在灾害天气、故障诊断、网络攻击和金融欺诈等领域经常存在不平衡的数据集。针对随机森林算法在非平衡数据集上表现的分类性能差的问题,提出一种新的过采样方法:SCSMOTE(Seed Center Synthetic Minority Over-sampling Technique)算法。该算法的关键是在数据集的少数类样本中找出合适的候选样本,计算出候选样本的中心,在候选样本与样本中心之间产生新的少数类样本,实现了对合成少数类样本质量的控制。结合SCSMOTE算法与随机森林算法来处理非平衡数据集,通过在UCI数据集上对比实验结果表明,该算法有效提高了随机森林在非平衡数据集上的分类性能。 相似文献
7.
针对采用相关滤波的判别式目标跟踪遇到的瓶颈问题:由于目标快速移动引起边界效应,使得相关滤波器在学习与更新过程中可能会引入错误,最终错误的累积将导致跟踪失败。在采集深度学习特征与样本相似性度量的基础上,提出一种引入交替方向乘子方法的改进相关滤波目标跟踪算法,选择DCNN深度特征有效地表征待跟踪目标的初始状态,通过在线分类过程中样本相似性比对与半监督学习,辅助解决相关滤波器在学习过程中存在的自学习问题。所提目标跟踪算法特别适合训练样本为持续获得的、同时存储空间较小的机器学习过程,提高目标在快速运动与部分遮挡等复杂情况下的跟踪成功率,针对VOT2016标准测试视频的实验表明:当目标面临快速运动时,对比CN、SAMF、STC算法,所提DA-CFT跟踪算法将跟踪成功率分别由60.4%~73.4%、67.2%~82.9%、80.9%~88.1%提升至85.6%~91.0%。 相似文献
8.
9.
10.