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   10890篇
  国内免费   734篇
  完全免费   4320篇
  自动化技术   15944篇
  2022年   945篇
  2021年   846篇
  2020年   443篇
  2019年   531篇
  2018年   524篇
  2017年   444篇
  2016年   428篇
  2015年   526篇
  2014年   697篇
  2013年   838篇
  2012年   931篇
  2011年   1083篇
  2010年   841篇
  2009年   907篇
  2008年   913篇
  2007年   824篇
  2006年   595篇
  2005年   506篇
  2004年   387篇
  2003年   371篇
  2002年   349篇
  2001年   286篇
  2000年   272篇
  1999年   209篇
  1998年   245篇
  1997年   195篇
  1996年   143篇
  1995年   132篇
  1994年   102篇
  1993年   95篇
  1992年   77篇
  1991年   44篇
  1990年   39篇
  1989年   40篇
  1988年   25篇
  1987年   25篇
  1986年   16篇
  1985年   5篇
  1984年   6篇
  1983年   8篇
  1982年   10篇
  1981年   4篇
  1980年   6篇
  1979年   8篇
  1978年   5篇
  1977年   6篇
  1976年   8篇
  1975年   1篇
  1974年   1篇
  1973年   2篇
排序方式: 共有15944条查询结果,搜索用时 218 毫秒
1.
Rough sets   总被引:1327,自引:0,他引:1327  
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:1017,自引:7,他引:1010       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:731,自引:4,他引:727  
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:699,自引:0,他引:699  
Cortes  Corinna  Vapnik  Vladimir 《Machine Learning》1995,20(3):273-297
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.
神经网络集成   总被引:175,自引:2,他引:173  
神经网络集成通过训练多个神经网络并将成结论进行合成,可以显著地提高学习系统的泛化能力。它不仅有助于科学家对机器学习和神经的深入研究,还有助于普通工程技术人员利用神经网络技术来解决真实世界中的问题。因此,它被视为一种广阔应用前景的工程化神经计算技术,已经成为机器学习和神经计算领域的研究热点。该文从实现方法、理论分析和应用成果等三个方面综述了神经网络集成的国际研究现状,并对该领域值得进一步研究的一些问题进行了讨论。  相似文献
6.
遗传算法综述*   总被引:168,自引:3,他引:165       下载免费PDF全文
遗传算法来源于进化论和群体遗传学,是计算智能的重要组成部分,正受到众多学科的高度重视。本文系统综述了遗传算法的发展历程,理论研究和应用研究,并进行了分析和评价。  相似文献
7.
The Strength of Weak Learnability   总被引:134,自引:0,他引:134  
This paper addresses the problem of improving the accuracy of an hypothesis output by a learning algorithm in the distribution-free (PAC) learning model. A concept class is learnable (or strongly learnable) if, given access to a source of examples of the unknown concept, the learner with high probability is able to output an hypothesis that is correct on all but an arbitrarily small fraction of the instances. The concept class is weakly learnable if the learner can produce an hypothesis that performs only slightly better than random guessing. In this paper, it is shown that these two notions of learnability are equivalent.A method is described for converting a weak learning algorithm into one that achieves arbitrarily high accuracy. This construction may have practical applications as a tool for efficiently converting a mediocre learning algorithm into one that performs extremely well. In addition, the construction has some interesting theoretical consequences, including a set of general upper bounds on the complexity of any strong learning algorithm as a function of the allowed error .  相似文献
8.
自适应蚁群算法   总被引:115,自引:1,他引:114       下载免费PDF全文
蚁群算法是由鄣大利得M.Dorigo等人首先提出的一种新型的模拟进化算法,初步的研究已经表明该算法具有许多优良的性质,为求解算杂的组合优化问题提供了一种新思路,此方法已经引起了众多学者的研究兴趣,但同时也存在着一些缺点,如需要较长的计算时间,容易出现停滞现象等,目前国内对此研究尚少,为此,本文对景中算法的研究现状作一综述,希望能够对相关研究起到一定的启发作用。  相似文献
9.
A Bayesian Method for the Induction of Probabilistic Networks from Data   总被引:111,自引:3,他引:108  
This paper presents a Bayesian method for constructing probabilistic networks from databases. In particular, we focus on constructing Bayesian belief networks. Potential applications include computer-assisted hypothesis testing, automated scientific discovery, and automated construction of probabilistic expert systems. We extend the basic method to handle missing data and hidden (latent) variables. We show how to perform probabilistic inference by averaging over the inferences of multiple belief networks. Results are presented of a preliminary evaluation of an algorithm for constructing a belief network from a database of cases. Finally, we relate the methods in this paper to previous work, and we discuss open problems.  相似文献
10.
本体学习研究综述   总被引:110,自引:1,他引:109       下载免费PDF全文
杜小勇  李曼  王珊 《软件学报》2006,17(9):1837-1847
近年来,本体学习技术逐渐成为计算机科学领域的一个研究热点.根据数据源的结构化程度(结构化、半结构化、非结构化)以及本体学习对象的层次(概念、关系、公理),将本体学习问题划分为9类子问题.分别阐述了这9类问题的基本特征、常用的方法和最新的研究进展,并在此分析框架下进一步介绍和比较了现有的本体学习工具.最后,讨论了存在的问题,指出了未来的研究方向.  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