全文获取类型
收费全文 | 603篇 |
免费 | 89篇 |
国内免费 | 87篇 |
专业分类
电工技术 | 6篇 |
综合类 | 31篇 |
化学工业 | 1篇 |
金属工艺 | 1篇 |
机械仪表 | 2篇 |
建筑科学 | 1篇 |
矿业工程 | 1篇 |
能源动力 | 1篇 |
轻工业 | 14篇 |
水利工程 | 1篇 |
石油天然气 | 1篇 |
无线电 | 60篇 |
一般工业技术 | 8篇 |
自动化技术 | 651篇 |
出版年
2023年 | 2篇 |
2022年 | 2篇 |
2021年 | 8篇 |
2020年 | 9篇 |
2019年 | 8篇 |
2018年 | 14篇 |
2017年 | 18篇 |
2016年 | 15篇 |
2015年 | 29篇 |
2014年 | 31篇 |
2013年 | 19篇 |
2012年 | 60篇 |
2011年 | 61篇 |
2010年 | 57篇 |
2009年 | 68篇 |
2008年 | 70篇 |
2007年 | 68篇 |
2006年 | 66篇 |
2005年 | 57篇 |
2004年 | 49篇 |
2003年 | 32篇 |
2002年 | 14篇 |
2001年 | 9篇 |
2000年 | 8篇 |
1999年 | 3篇 |
1998年 | 1篇 |
1997年 | 1篇 |
排序方式: 共有779条查询结果,搜索用时 15 毫秒
771.
Mining Frequent Generalized Itemsets and Generalized Association Rules Without Redundancy 总被引:1,自引:0,他引:1 下载免费PDF全文
This paper presents some new algorithms to efficiently mine max frequent generalized itemsets (g-itemsets) and essential generalized association rules (g-rules). These are compact and general representations for all frequent patterns and all strong association rules in the generalized environment. Our results fill an important gap among algorithms for frequent patterns and association rules by combining two concepts. First, generalized itemsets employ a taxonomy of items, rather than a flat list of items. This produces more natural frequent itemsets and associations such as (meat, milk) instead of (beef, milk), (chicken, milk), etc. Second, compact representations of frequent itemsets and strong rules, whose result size is exponentially smaller, can solve a standard dilemma in mining patterns: with small threshold values for support and confidence, the user is overwhelmed by the extraordinary number of identified patterns and associations; but with large threshold values, some interesting patterns and associations fail to be identified. Our algorithms can also expand those max frequent g-itemsets and essential g-rules into the much larger set of ordinary frequent g-itemsets and strong g-rules. While that expansion is not recommended in most practical cases, we do so in order to present a comparison with existing algorithms that only handle ordinary frequent g-itemsets. In this case, the new algorithm is shown to be thousands, and in some cases millions, of the time faster than previous algorithms. Further, the new algorithm succeeds in analyzing deeper taxonomies, with the depths of seven or more. Experimental results for previous algorithms limited themselves to taxonomies with depth at most three or four. In each of the two problems, a straightforward lattice-based approach is briefly discussed and then a classificationbased algorithm is developed. In particular, the two classification-based algorithms are MFGI_class for mining max frequent g-itemsets and EGR_class for mining essential g-rules. The classification-based algorithms are featured with conceptual classification trees and dynamic generation and pruning algorithms. 相似文献
772.
773.
774.
775.
776.
立式铣床的振动模态,尤其是机床-刀具-工件系统的动态特性直接影响工件质量和加工稳定性。当前,主要通过分析激励刀具和工作台的方法获取刀具和工件系统的频响函数,并通过叠加法计算机床-刀具-工件系统的相对频响函数。该方法能够得到足够精度的幅值谱,但难于实现高精度的相位差。为解决这一问题,提出了一种相对激振方法,该方法可以直接得到高精度的机床-刀具-工件系统的相对频响函数,并对机床-刀具-工件系统的动态特性进行分析。结果表明:机床刀尖频响函数与对应的机床相对动柔度在整体上是一致的;在直接和交叉频响函数G_(xx)和G_(yx)的高频阶段,以及直接与交叉频响函数G_(xy)和G_(yy)的低频阶段差别较大。 相似文献
777.
高效用项集挖掘已成为关联规则中的一个热点研究问题.一些基于垂直结构的算法已用来挖掘高效用项集,此类算法的主要优点是将项集的事务和效用信息存储到效用列表中.在求一个项集的超集所在事务可以通过对它的子集进行一次交集运算得到.这种算法在稀疏数据集中非常的有效.但在稠密数据集中存在一个问题,即列表中存储的事务太多,在计算用于剪枝的效用上界时,需要耗费大量的存储空间,同时也影响运行速度.并且在现有的算法中,缺乏针对稠密数据集的高效用项集挖掘算法,往往需要设置很高的最小效用阈值,影响算法的运行效率.针对此问题,提出一个新的算法D-HUI (mining High Utility Itemsets using Diffsets)以及一个新的数据结构—项集列表,首次在高效用项集挖掘中引入差集的概念.利用事务的差集求项集的效用上界,减少计算量以及存储空间,从而提高算法的运行效率.实验结果表明,提出的算法在稠密数据集中,执行速度更快,内存消耗更少. 相似文献
778.
一种基于关系数据库的频繁项集挖掘算法 总被引:3,自引:0,他引:3
频繁项集的挖掘是数据挖掘中的一个十分重要的组成部分,目前对于事务数据库频繁项集的挖掘算法研究较多。本文根据事务数据库中布尔型频繁项集挖掘的理论和方法,再结合关系数据库的特殊性,利用标准SQL语言提出了一种新的在关系数据库中挖掘频繁项集的简易算法。实验证明该算法具有较高的效率。 相似文献
779.
数据库的更新会引起数据库中的关联规则的更新,找出更新后的所有的频繁项目集,也就能生成更新后的关联规则,因此关联规则的更新就转化为频繁项目集的更新。UWEP算法 利用以前的挖掘结果来减少挖掘新的频繁项目集的开销,采用了一些优化技术来减少数据库的扫描次数和候选项目集的数量,但UWEP算法只能处理增加新事务的情况。本文提出 的UWEP2算法是UWEP算法的扩展,能处理数据库中事务的增加、删除、修改等情况。我们将它与另一种更新频繁项目集的算法FUP2比较,实验显示,UWEP2算法比FUP2算法生成的候选项目集要少,性能要高。 相似文献