全文获取类型
收费全文 | 192篇 |
免费 | 19篇 |
国内免费 | 38篇 |
专业分类
电工技术 | 4篇 |
综合类 | 2篇 |
化学工业 | 4篇 |
金属工艺 | 3篇 |
机械仪表 | 12篇 |
矿业工程 | 1篇 |
能源动力 | 6篇 |
轻工业 | 10篇 |
水利工程 | 2篇 |
石油天然气 | 4篇 |
无线电 | 20篇 |
一般工业技术 | 2篇 |
原子能技术 | 3篇 |
自动化技术 | 176篇 |
出版年
2024年 | 1篇 |
2022年 | 2篇 |
2021年 | 6篇 |
2020年 | 4篇 |
2019年 | 15篇 |
2018年 | 8篇 |
2017年 | 10篇 |
2016年 | 21篇 |
2015年 | 28篇 |
2014年 | 32篇 |
2013年 | 34篇 |
2012年 | 38篇 |
2011年 | 25篇 |
2010年 | 3篇 |
2009年 | 7篇 |
2008年 | 4篇 |
2007年 | 3篇 |
2006年 | 2篇 |
2002年 | 2篇 |
1998年 | 2篇 |
1991年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有249条查询结果,搜索用时 0 毫秒
71.
72.
73.
蛋白质交互作用(PPI)网络聚类算法是研究和揭示蛋白质功能的主要方法之一。由于PPI网络的特性,传统算法不能有效聚类。文中提出一种基于蜂群和广度优先遍历的聚类算法。为避免噪声点对实验结果的干扰,在预处理阶段利用距离-密度算法确定聚类个数,剔除噪声点。然后利用结点网络综合特征值确定初始聚类中心,利用广度优先遍历搜索算法进行聚类。再采用改进的蜂群算法自动寻找最优合并阈值。最后用正确率和查全率对该算法进行性能评价并对算法中一些重要参数进行仿真分析,仿真结果表明该聚类算法有效提高PPI网络的聚类效果。 相似文献
74.
针对随机环境下多期单项批量问题的复杂结构导致的数学难解性,提出基于启发式的前馈神经网络FF-NN(Feed Forward-Neural Network)模型。通过研究一种基于最小总相关成本价格和不确定性需求的最优批量策略,构建基于Taguchi方法、反向传播(BP)、遗传算法(GA)、蜂群算法(BA)的四种前馈神经网络模型,使用三种特定领域的启发式成本计算方法,包括修正银餐(RSM)、修正最小单位成本(RLUC)、成本效益(CB),比较各种方法及模型的组合。实验结果表明,基于BA算法的FF-NN模型与RLUC方法的组合是对决策者最有帮助的启发式组合,很好地解决了随机动态批量问题中的数学难解性。 相似文献
75.
为解决人工蜂群(ABC)算法收敛速度慢、精度不高和易于陷入局部最优等问题,提出一种增强开发能力的改进人工蜂群算法。一方面,将得出的最优解以两种方式直接引入雇佣蜂搜索公式中,通过最优解指导雇佣蜂的邻域搜索行为,以增强算法的开发或局部搜索能力;另一方面,在旁观蜂搜索公式中结合当前解及其随机邻域进行搜索,以改善算法的全局优化能力。对多个常用基准测试函数的仿真实验结果表明,在收敛速度、精度和全局优化能力等方面,所提算法总体上优于其他类似的ABC算法(例如ABC/best)和集成多种搜索策略的ABC算法(例如ABCVSS(ABC algorithm with Variable Search Strategy)和ABCMSSCE(ABC algorithm with Multi-Search Strategy Cooperative Evolutionary))。 相似文献
76.
77.
蛋白质相互作用网络的蜂群信息流聚类模型与算法 总被引:1,自引:0,他引:1
蛋白质相互作用网络的聚类算法研究是充分理解分子的结构、功能及识别蛋白质的功能模块的重要方法.很多传统聚类算法对于蛋白质相互作用网络聚类效果不佳.功能流模拟算法是一种新型聚类算法,但该算法没有考虑到距离的作用效果并且需要人为地设置合并阈值,带有主观性.文中提出了一种新颖的基于蜂群优化机理的信息流聚类模型与算法.该方法中,数据预处理采用结点网络综合特征值的排序来初始化聚类中心,将蜂群算法的蜜源位置对应于其聚类中心,蜜源的收益度大小对应于模块间的相似度,采蜜蜂结点的所有邻接点按照结点网络综合特征值的降序排列,作为侦察蜂的搜索邻域.采用正确率、查全率等指标对聚类效果做出客观评价,并对算法的一些关键参数进行仿真、对比与分析.结果表明新算法不仅克服了原功能流模拟算法的缺点,且其正确率和查全率的几何平均值最高,能够有效地识别蛋白质功能模块. 相似文献
78.
为了提高人工蜂群算法的搜索性能,引入了连续状态下的生物病毒机制和宿主与病毒基于感染操作等思想优化人工蜂群算法搜索机制。人工蜂群算法具有控制参数少、实现简单的优点,但是由于蜂群收敛采用局部搜索,使得算法易于早熟收敛或者陷入局部最优值。通过病毒进化对人工蜂群算法进化机制的分析,利用病毒的感染与进化,建立精英雇佣蜂对懒惰蜂引导,提高人工蜂群算法的搜索性能,加强群体的多样性,提高了局部搜索能力。仿真实验表明这种方法较常见的人工蜂群算法,有较明显收敛速度和搜索精度改进。 相似文献
79.
模糊C-均值(FCM)聚类算法是数据挖掘中应用广泛的一种方法,但还存在容易陷入局部极小值和对初始值敏感的缺点,为此提出了一种基于Boltzmann选择机制的改进人工蜂群的模糊C-均值聚类算法(BABFM)。该算法引入了Boltzmann选择机制代替轮盘赌的选择方式,采用小区间生成法使初始群体均匀化,使得该算法的全局寻优能力更强,有效克服了FCM算法的缺点。实验结果表明,新算法与FCM和ABFM聚类算法相比聚类效果更准确,效率更高,迭代次数更少。 相似文献
80.
In this paper, we improve D. Karaboga's Artificial Bee Colony (ABC) optimization algorithm, by using the sensitivity analysis method described by Morris. Many improvements of the ABC algorithm have been made, with effective results. In this paper, we propose a new approach of random selection in neighborhood search. As the algorithm is running, we apply a sensitivity analysis method, Morris’ OAT (One-At-Time) method, to orientate the random choice selection of a dimension to shift. Morris’ method detects which dimensions have a high influence on the objective function result and promotes the search following these dimensions. The result of this analysis drives the ABC algorithm towards significant dimensions of the search space to improve the discovery of the global optimum. We also demonstrate that this method is fruitful for more recent improvements of ABC algorithm, such as GABC, MeABC and qABC. 相似文献