全文获取类型
收费全文 | 886篇 |
免费 | 24篇 |
国内免费 | 39篇 |
专业分类
电工技术 | 3篇 |
综合类 | 19篇 |
机械仪表 | 2篇 |
建筑科学 | 1篇 |
轻工业 | 1篇 |
武器工业 | 1篇 |
无线电 | 30篇 |
一般工业技术 | 7篇 |
冶金工业 | 1篇 |
自动化技术 | 884篇 |
出版年
2023年 | 2篇 |
2020年 | 4篇 |
2019年 | 1篇 |
2018年 | 1篇 |
2017年 | 2篇 |
2016年 | 6篇 |
2015年 | 10篇 |
2014年 | 17篇 |
2013年 | 19篇 |
2012年 | 17篇 |
2011年 | 20篇 |
2010年 | 91篇 |
2009年 | 112篇 |
2008年 | 126篇 |
2007年 | 117篇 |
2006年 | 93篇 |
2005年 | 68篇 |
2004年 | 62篇 |
2003年 | 60篇 |
2002年 | 18篇 |
2001年 | 24篇 |
2000年 | 19篇 |
1999年 | 10篇 |
1998年 | 10篇 |
1997年 | 12篇 |
1996年 | 7篇 |
1995年 | 8篇 |
1994年 | 4篇 |
1993年 | 1篇 |
1991年 | 1篇 |
1990年 | 3篇 |
1989年 | 2篇 |
1988年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有949条查询结果,搜索用时 15 毫秒
91.
传统蒙古文变形显示机制研究与实现 总被引:2,自引:2,他引:2
多年来蒙古文处理系统重复开发、互不兼容的根本原因就是没有统一的标准:编码标准不统一、字库标准不统一、输入法不统一。随着国际化、多语言化的发展,开发基于ISOPIEC 10646 和UNICODE 国际编码标准、OpenType 智能字体技术的不同语言文字处理系统已经成为趋势。本文阐述了一个蒙古文显示系统,它完全支持Unicode 标准并使用了OpenType 技术自动进行字形选型,其实现是基于QT库的,但核心实现很容易移植到Pango ,ICU 等其他复杂文本布局(CTL) 处理项目中。 相似文献
92.
基于类别特征域的文本分类特征选择方法 总被引:11,自引:2,他引:11
特征选择是文本分类的关键问题之一,而噪音与数据稀疏则是特征选择过程中遇到的主要障碍。本文介绍了一种基于类别特征域的特征选择方法。该方法首先利用“组合特征抽取”[1 ]的方法去除原始特征空间中的噪音 ,从中抽取出候选特征。这里“, 组合特征抽取”是指先利用文档频率(DF)的方法去掉一部分低频词,再用互信息的方法选择出候选特征。接下来,本方法为分类体系中的每个类别构建一个类别特征域,对出现在类别特征域中的候选特征进行特征的合并和强化,从而解决数据稀疏的问题。实验表明,这种新的方法较之各种传统方法在特征选择的效果上有着明显改善,并能显著提高文本分类系统的性能。 相似文献
93.
94.
领域知识获取一直是文本处理中的关键技术.文中提出了一种基于大规模语料通过机器学习自动获取领域词汇的方法.这种方法独立于特定的领域,具有较好的移植性.文中扼要介绍了相关背景,详细阐述了该方法的实现,选取了两个领域的语料进行了实验,并对实验的结果进行了分析. 相似文献
95.
全二分最大匹配快速分词算法 总被引:29,自引:1,他引:29
分词对于中文信息处理的诸多领域都是一个非常重要的基本组成部分,对于诸如搜索引擎等海量信息处理的应用,分词的速度是至关重要的。该文在对中文编码体系和中文分词的算法进行研究的基础上,提出一种新的分词词典,基于这种分词设计了一种快速的分词算法,给出了算法的实现过程。 相似文献
96.
以2000年11-12月《人民日报》网页中涉及社会,经济、法律等内容的50万汉字语料为基础,利用基于隐马尔可夫模型并结合概念估值公式来评价在真实广西中构成组织机构名的能力,实现了中国组织机构名自动识别系统,实验研究表明准确率达89%,召回率为94.5%。 相似文献
97.
本文针对内网的主动泄密实现了一种基于内容过滤的内网防泄密系统CIAL(Content-based Information Anti-Leakage in LAN),它以透明方式对进出网络的传输明文及电子文档进行监控,并运用中文信息处理技术对明文及电子文档的内容进行分析,一旦发现该信息涉密,立即阻止其传送,有效的阻止了内网的泄密同时也保证了网络的便捷性.并详细介绍了它的设计方案和实现技术. 相似文献
98.
99.
100.
基于COSA算法的中文文本聚类 总被引:5,自引:0,他引:5
传统聚类算法在计算两个对象间的距离时,每个属性对距离的贡献相同。COSA(Clustering On Subsets of Attributes)算法[1]认为在不同的分组中,每个属性对计算距离所起的作用可能并不相等,因为不同分组中的对象可能在不同的属性子集上聚集。文献[1]在此基础上定义了新的距离,并提出了两种COSA算法: COSA1算法是一种分割的聚类算法;COSA2算法是一种层次聚类算法。为了对比COSA距离和传统的欧氏距离在文本聚类中的表现,本文对中文文本进行了分割聚类和层次聚类的实验。实验结果显示出COSA算法较基于欧氏距离的聚类算法有更好的性能,而且对于属性数的变化,COSA算法更加稳定。 相似文献