全文获取类型
收费全文 | 644篇 |
免费 | 121篇 |
国内免费 | 129篇 |
专业分类
电工技术 | 5篇 |
综合类 | 85篇 |
化学工业 | 59篇 |
金属工艺 | 4篇 |
机械仪表 | 27篇 |
建筑科学 | 32篇 |
矿业工程 | 4篇 |
能源动力 | 1篇 |
轻工业 | 33篇 |
石油天然气 | 1篇 |
武器工业 | 3篇 |
无线电 | 90篇 |
一般工业技术 | 63篇 |
冶金工业 | 16篇 |
自动化技术 | 471篇 |
出版年
2024年 | 12篇 |
2023年 | 32篇 |
2022年 | 58篇 |
2021年 | 64篇 |
2020年 | 56篇 |
2019年 | 38篇 |
2018年 | 45篇 |
2017年 | 34篇 |
2016年 | 31篇 |
2015年 | 36篇 |
2014年 | 68篇 |
2013年 | 38篇 |
2012年 | 51篇 |
2011年 | 64篇 |
2010年 | 60篇 |
2009年 | 43篇 |
2008年 | 40篇 |
2007年 | 41篇 |
2006年 | 25篇 |
2005年 | 22篇 |
2004年 | 17篇 |
2003年 | 6篇 |
2002年 | 5篇 |
2001年 | 5篇 |
2000年 | 2篇 |
1977年 | 1篇 |
排序方式: 共有894条查询结果,搜索用时 14 毫秒
41.
Location based social networks (LBSNs) provide location specific data generated from smart phone into online social networks thus people can share their points of interest (POIs).POI collections are complex and can be influenced by various factors,such as user preferences,social relationships and geographical influence.Therefore,recommending new locations in LBSNs requires to take all these factors into consideration.However,one problem is how to determine optimal weights of influencing factors in an algorithm in which these factors are combined.The user similarity can be obtained from the user check-in data,or from the user friend information,or based on the different geographical influences on each user's check-in activities.In this paper,we propose an algorithm that calculates the user similarity based on check-in records and social relationships,using a proposed weighting function to adjust the weights of these two kinds of similarities based on the geographical distance between users.In addition,a non-parametric density estimation method is applied to predict the unique geographical influence on each user by getting the density probability plot of the distance between every pair of user's check-in locations.Experimental results,using foursquare datasets,have shown that comparisons between the proposed algorithm and the other five baseline recommendation algorithms in LBSNs demonstrate that our proposed algorithm is superior in accuracy and recall,furthermore solving the sparsity problem. 相似文献
42.
43.
面向基于情境感知的推荐问题,提出一种基于用户情境聚类的个性化推荐算法。该算法利用情境预过滤的思想,首先运用模糊聚类的方法对历史数据集中用户的情境进行聚类,构造与当前用户情境相似度较高的用户集合,再与传统的基于用户的协同过滤算法相结合进行个性化推荐。实验采用公开数据集,结果表明该算法在多维情境信息条件下可用,并且推荐准确度要高于传统协同过滤算法,在聚类粒度不同的情况下对推荐结果也会产生不同的影响。 相似文献
44.
45.
针对个性化搜索的三个关键问题:用户信息搜集,用户信息库的动态更新与个性化检索算法,探索性地提出了基于Ajax用户行为跟踪方案,以会话为单位动态更新用户行为信息库策略与加入用户文档的向量空间检索模型,在此基础上设计并实现了个性化搜索引擎实验系统。 相似文献
46.
基于层次隐马尔可夫模型和神经网络的个性化推荐算法 总被引:1,自引:0,他引:1
郭聃 《计算机应用与软件》2021,38(1):313-319,329
传统推荐系统将推荐准确性作为主要目标,而推荐结果的多样性和个性化有所欠缺.对此,设计一种基于层次隐马尔可夫模型和神经网络的推荐算法.采用层次隐马尔可夫模型建模用户喜好和上下文环境的关系,并通过隐马尔可夫模型预测上下文.设计神经网络结构来解决协同过滤推荐的问题,同时神经网络满足贝叶斯个性化排序的条件,实现对推荐列表的个性... 相似文献
47.
个性化的自主学习模型研究 总被引:1,自引:0,他引:1
自主学习系统是现代远程教育系统的重要内容。本文通过分析自主学习的特点,构造个性化的自主学习模型,并对学习材料的组织、推荐模型进行研究。目的是为学习者推荐有针对性的学习材料,提高学习者的学习效率。 相似文献
48.
个性化高效元搜索引擎的设计与实现 总被引:5,自引:0,他引:5
介绍了一个高效的元搜索引擎系统SMS(Smart Meta Searcher),采用检索实例知识库对用户的检索意图进行推理,同时给出一套独特的星级排行评价策略,通过用户行为分析技术为用户提供个性化信息检索服务,以及其在未来搜索引擎个性化、智能化、专业化和多媒体搜索的发展方向所做的探索工作。 相似文献
49.
为了快速得到用户关心的信息,根据用户浏览内容和浏览行为建立兴趣模型,并在用户访问时根据兴趣模型自动向其进行文章推荐的方式得到了越来越多的运用.本文在前人研究的基础上,对于兴趣模型的构建进行了系统阐述,提出一种基于时间元的合理量化兴趣度值的方法,同时据此扩展了VSM(Vector Space M odel)文本表示模型,并引入了主题兴趣度的概念.实验结果显示通过该方法构建的兴趣模型能够较好的区分和把握用户的不同兴趣,准确率较高. 相似文献
50.