全文获取类型
收费全文 | 3148篇 |
免费 | 871篇 |
国内免费 | 687篇 |
专业分类
电工技术 | 382篇 |
综合类 | 323篇 |
化学工业 | 54篇 |
金属工艺 | 41篇 |
机械仪表 | 242篇 |
建筑科学 | 29篇 |
矿业工程 | 57篇 |
能源动力 | 44篇 |
轻工业 | 44篇 |
水利工程 | 29篇 |
石油天然气 | 24篇 |
武器工业 | 33篇 |
无线电 | 514篇 |
一般工业技术 | 144篇 |
冶金工业 | 20篇 |
原子能技术 | 7篇 |
自动化技术 | 2719篇 |
出版年
2024年 | 14篇 |
2023年 | 44篇 |
2022年 | 99篇 |
2021年 | 126篇 |
2020年 | 154篇 |
2019年 | 158篇 |
2018年 | 135篇 |
2017年 | 192篇 |
2016年 | 214篇 |
2015年 | 272篇 |
2014年 | 318篇 |
2013年 | 265篇 |
2012年 | 431篇 |
2011年 | 446篇 |
2010年 | 323篇 |
2009年 | 326篇 |
2008年 | 330篇 |
2007年 | 301篇 |
2006年 | 235篇 |
2005年 | 152篇 |
2004年 | 95篇 |
2003年 | 43篇 |
2002年 | 22篇 |
2001年 | 3篇 |
2000年 | 5篇 |
1997年 | 1篇 |
1986年 | 2篇 |
排序方式: 共有4706条查询结果,搜索用时 15 毫秒
991.
992.
Optimization of support vector machine power load forecasting model based on data mining and Lyapunov exponents 总被引:2,自引:2,他引:0
According to the chaotic and non-linear characters of power load data, the time series matrix is established with the theory of phase-space reconstruction, and then Lyapunov exponents with chaotic time series are computed to determine the time delay and the embedding dimension. Due to different features of the data, data mining algorithm is conducted to classify the data into different groups. Redundant information is eliminated by the advantage of data mining technology, and the historical loads that have highly similar features with the forecasting day are searched by the system. As a result, the training data can be decreased and the computing speed can also be improved when constructing support vector machine (SVM) model. Then, SVM algorithm is used to predict power load with parameters that get in pretreatment. In order to prove the effectiveness of the new model, the calculation with data mining SVM algorithm is compared with that of single SVM and back propagation network. It can be seen that the new DSVM algorithm effectively improves the forecast accuracy by 0.75%, 1.10% and 1.73% compared with SVM for two random dimensions of 11-dimension, 14-dimension and BP network, respectively. This indicates that the DSVM gains perfect improvement effect in the short-term power load forecasting. 相似文献
993.
994.
995.
核函数的度量研究进展 总被引:1,自引:0,他引:1
核函数的度量(简称核度量)研究两个核函数(或一个核函数与另一个目标函数)之间相似性的度量方法,是核函数研究中的一个重要课题。系统综述了核度量的研究状况以及目前的研究进展,分析了典型核度量方法的特点及不足,并凝炼了其进一步研究的方向。 相似文献
996.
针对当前大多数软件缺陷预测模型预测准确率较差的问题, 提出了结合最小绝对值压缩和选择方法与支持向量机算法的软件缺陷预测模型。首先利用最小绝对值压缩与选择方法的特征选择能力降低了原始数据集的维度, 去除了与软件缺陷预测不相关的数据集; 然后利用交叉验证算法的参数寻优能力找到支持向量机的最优相关参数; 最后运用支持向量机的非线性运算能力完成了软件缺陷预测。仿真实验结果表明, 所提出的缺陷预测模型与传统的缺陷预测模型相比具有较高的预测准确率, 且预测速度更快。 相似文献
997.
研究网络流量预测精度问题,网络流量受多种因素的综合影响,其变化具有周期性、非线性和随机性等特点,将ARIMA模型和SVM模型相结合建立一种网络流量预测模型。采用ARIMA预测网络流量周期性和线性变化趋势;然后采用SVM对网络流量非线性和随机性趋势进行拟合;最后将两者结果再次输入SVM进行融合,得到网络流量最终预测结果。采用具体网络流量数据对模型性能进行测试,仿真结果表明,ARIMA-SVM提高了网络流量预测精度,降低了预测误差,能更全面刻画网络流量变化规律。 相似文献
998.
基于地统计学定阶的松毛虫发生面积组合预测* 总被引:1,自引:0,他引:1
针对当前松毛虫滞后阶数确定方法存在局部最优、耗时长等问题,提出一种基于地统计学(GS)快速定阶的松毛虫发生面积组合预测模型(GS-ARIMA-SVM)。首先采用差分自回归移动平均(ARIMA)对松毛虫发生面积进行线性建模预测,然后采用GS对松毛虫发生面积非线性部分进行快速定阶和样本重构,最后采用支持向量机(SVM)对非线性部分进行建模预测,从而获得组合模型预测值。并对辽宁省朝阳市松毛虫发生面积数据进行了仿真实验。仿真结果表明,GS-ARIMA-SVM预测精度明显优于参比模型,更能反映松毛虫发生的复杂动态变化规律。 相似文献
999.
针对基于支持向量机的Web文本分类效率低的问题,提出了一种基于支持向量机Web文本的快速增量分类FVI-SVM算法。算法保留增量训练集中违反KKT条件的Web文本特征向量,克服了Web文本训练集规模巨大,造成支持向量机训练效率低的缺点。算法通过计算支持向量的共享最近邻相似度,去除冗余支持向量,克服了在增量学习过程中不断加入相似文本特征向量而导致增量学习的训练时间消耗加大、分类效率下降的问题。实验结果表明,该方法在保证分类精度的前提下,有效提高了支持向量机的训练效率和分类效率。 相似文献
1000.
An adaptive blind support vector machine equalizer ( ABSVME ) is presented in this paper.The method is based upon least square support vector machine ( LSSVM ),and stems from signal feature reconstruct... 相似文献