全文获取类型
收费全文 | 587篇 |
免费 | 102篇 |
国内免费 | 123篇 |
专业分类
电工技术 | 9篇 |
综合类 | 57篇 |
金属工艺 | 1篇 |
机械仪表 | 8篇 |
建筑科学 | 4篇 |
矿业工程 | 1篇 |
轻工业 | 11篇 |
石油天然气 | 1篇 |
武器工业 | 1篇 |
无线电 | 73篇 |
一般工业技术 | 9篇 |
冶金工业 | 2篇 |
自动化技术 | 635篇 |
出版年
2024年 | 2篇 |
2023年 | 13篇 |
2022年 | 11篇 |
2021年 | 10篇 |
2020年 | 17篇 |
2019年 | 33篇 |
2018年 | 16篇 |
2017年 | 24篇 |
2016年 | 25篇 |
2015年 | 29篇 |
2014年 | 30篇 |
2013年 | 29篇 |
2012年 | 53篇 |
2011年 | 68篇 |
2010年 | 88篇 |
2009年 | 76篇 |
2008年 | 71篇 |
2007年 | 75篇 |
2006年 | 55篇 |
2005年 | 34篇 |
2004年 | 20篇 |
2003年 | 17篇 |
2002年 | 9篇 |
2001年 | 5篇 |
2000年 | 1篇 |
1997年 | 1篇 |
排序方式: 共有812条查询结果,搜索用时 15 毫秒
41.
42.
《计算机应用与软件》2016,(5)
频繁项集挖掘FIM(Frequent Itemsets Mining)是关联规则挖掘算法的重要组成部分。而经典Apriori和FP-Growth算法在海量数据处理时面临内存占用、计算性能等方面的瓶颈。基于Hadoop云计算平台,提出适用大数据处理的频繁项集挖掘HBFP(High Balanced parallel FP-growth)算法,设计后缀模式转换的数据分割及均衡任务分组方案,使计算节点本地拥有计算所依赖的数据,实现不同节点相互独立的并行数据挖掘方法,并保证算法全局的负载均衡特性。实验数据表明,HBFP算法能均匀地将计算量分散至不同计算节点,并行且相互独立地进行FP-Growth挖掘过程,算法效率提高了约12%,算法全局稳定性及效率取得提升。 相似文献
43.
通过对Apriori算法的研究和分析,结合算法存在的缺陷,利用"桶"技术及压缩组合项集技术,对频繁项集提出了前缀概念,并提出了基于前缀的频繁项集挖掘算法。该算法将具有同一前缀的频繁项集的子集合作为一个节点,由频繁k-项集的子集合直接产生候选(k+1)-项集,从而省略了连接步中判断I1、I2是否能连接。同时,该算法使得整个程序中节点数目减少,这样不仅减少了内存消耗,而且提高了查找Ck和Lk的速度,尤其便于大型数据库的分布式处理。经实验证实,改进后的算法是可行的。 相似文献
44.
基于倒排索引位运算的深度优先频繁项集挖掘 总被引:1,自引:0,他引:1
频繁项集挖掘是关联规则挖掘中的关键任务,非常耗费时间.为提高频繁项集的产生效率,提出一种基于倒排索引位运算的深度优先频繁项集挖掘算法(DF-FIMBII).该算法以二进制数组存储项目到事务的倒排索引,通过位运算计算两个项目的支持计数,并采用深度优先搜索策略递归地挖掘不同的k-频繁项集.在chess、mushroom、pumb_star、T40I10D100K等数据集上,对DF-FIMBII、Apriori、ECLAT、BitTableFI、Index-BitTableFI等算法进行了实验比较.实验结果表明,在数据规模不是非常巨大和支持度较小的情况下,无论数据集的稠密程度如何,DF-FIMBII均具有较好的时间优越性. 相似文献
45.
46.
47.
49.
一种Apriori的改进算法 总被引:3,自引:0,他引:3
在对关联规则挖掘算法Apriori进行深入研究的基础上,提出了一种采用频繁项集Lk-1 与L1连接生成候选项集Ck的思想,并基于这种新的思想提出了一种优化的算法1-K_Apriori算法.在真实数据集和实验数据集上所做的实验及结果表明,1-K_Apriori算法是有效的. 相似文献
50.
Apriori算法的三种优化方法 总被引:35,自引:3,他引:35
通过对Apriori算法的思想和性能的分析,认为Apriori算法存在以下三点不足:(1)由K阶频繁集生成K+1阶候选频繁集时,在K+1阶候选频繁集中过滤掉非频繁集的策略值得进一步改进;(2)连接程序中相同的项目重复比较太多,因而其效率值得进一步改进;(3)在回扫数据库时有许多不必比较的项目或事务重复比较。根据上述三点不足,提出了相应的三种优化策略来优化Apriori算法,得到一效率较高的改进Apriori算法。 相似文献