全文获取类型
收费全文 | 1127篇 |
免费 | 99篇 |
国内免费 | 77篇 |
学科分类
工业技术 | 1303篇 |
出版年
2024年 | 6篇 |
2023年 | 20篇 |
2022年 | 23篇 |
2021年 | 24篇 |
2020年 | 25篇 |
2019年 | 32篇 |
2018年 | 13篇 |
2017年 | 17篇 |
2016年 | 33篇 |
2015年 | 31篇 |
2014年 | 105篇 |
2013年 | 83篇 |
2012年 | 130篇 |
2011年 | 112篇 |
2010年 | 106篇 |
2009年 | 112篇 |
2008年 | 103篇 |
2007年 | 59篇 |
2006年 | 61篇 |
2005年 | 49篇 |
2004年 | 39篇 |
2003年 | 60篇 |
2002年 | 34篇 |
2001年 | 18篇 |
2000年 | 2篇 |
1999年 | 2篇 |
1998年 | 2篇 |
1995年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有1303条查询结果,搜索用时 46 毫秒
81.
随着网络应用的多样化发展,分析网络流量的行为特性并建立模型进行预测,对于网络管理与流量工程有着重要意义.通过对多种流量预测方法的分析和比较,指出单一预测模型的局限性,并结合近年流量的新特性提出:网络流量的建模预测必须建立在流量重要特性的基础上,采用混合模型可以更全面、准确地描述和预测流量的行为趋势. 相似文献
82.
实现一个基于最优串匹配算法的网络防病毒系统。 相似文献
83.
针对单个主机单个协议流量的自相似性和非宏观上流量的自相似性,分析了端到端(P2P)网络流量的自相似性. 对常见的端到端(P2P)应用进行分析后发现,其应用层数据存在自相似性,且在时间尺度与行为尺度的比较中,P2P应用层流量在行为尺度上的自相似性表现得更加明显和稳定. 为了将行为尺度上的自相似性应用到业务感知领域,提出了一种新的P2P流量识别算法,该算法通过计算网络流量不同行为尺度下的容量维,再辅以主动系数来识别P2P流量. 实验结果证明,新算法在P2P流量识别方面的准确率高于同类算法,在加密流量的识别上表现尤为突出. 相似文献
84.
流量矩阵估计的高度病态特性,使得要精确地估计流量矩阵变得非常困难,如何克服这一问题的病态特性是当
前面临的主要挑战。该文研究大尺度IP骨干网络流量矩阵估计问题,并利用BP神经网络的强大建模功能来捕捉流量矩阵的特
征,通过将流量矩阵估计描述成约束条件下的最优化过程,能成功地克服这一问题的病态特性。仿真结果表明基于BP神经网
络的估计算法具有明显的性能改善。 相似文献
85.
网络流量控制的分析与设计 总被引:3,自引:0,他引:3
有效的流量控制不仅是网络稳定、高效运行的基础,同时又是各种QoS服务模型和技术的基础和前提。本文采用的方法是根据网络流量控制原理建立排队模型,运用排队理论对模型进行分析,以解析公式的方式对相关流量控制特性进行描述。 相似文献
86.
针对网络流量特征选择过程中存在的样本标记瓶颈问题,以及现有半监督方法无法选择强相关的特征的不足,提出一种基于类标记扩展的多类半监督特征选择(SFSEL)算法。该算法首先从少量的标记样本出发,通过K-means算法对未标记样本进行类标记扩展;然后结合基于双重正则的支持向量机(MDrSVM)算法实现多类数据的特征选择。与半监督特征选择算法Spectral、PCFRSC和SEFR在Moore数据集进行了对比实验,SFSEL得到的分类准确率和召回率明显都要高于其他算法,而且SFSEL算法选择的特征个数明显少于其他算法。实验结果表明: SFSEL算法能够有效地提高所选特征的相关性,获取更好的网络流量分类性能。 相似文献
87.
《计算机应用与软件》2014,(7)
针对多分类器集成方法产生的流量分类器在泛化能力方面的局限性,提出一种选择性集成网络流量分类框架,以满足流量分类对分类器高效的需求。基于此框架,提出一种多分类器选择性集成的网络流量分类方法 MCSE(Multiple Classifiers Selective Ensemble network traffic classification method),解决多分类器的选取问题。该方法首先利用半监督学习技术提升基分类器的精度,然后改进不一致性度量方法对分类器差异性的度量策略,降低多分类器集成方法实现网络流量分类的复杂性,有效减少选择最优分类器的计算开销。实验表明,与Bagging算法和GASEN算法相比,MCSE方法能更充分利用基分类器间的互补性,具有更高效的流量分类性能。 相似文献
88.
网络流量预测在拥塞控制、网络管理与诊断、路由器设计等领域都具有重要意义。根据当今网络流量的特点,传统的ARMA模型在描述网络流量数据特性时有一定的局限性,从而影响网络流量预测的精度。针对这个问题,研究了使用广义自回归条件异方差模型(GARCH)对网络流量数据进行建模的方法,通过仿真实验表明,该模型可以较好地描述网络流量数据的异方差性,同时其预测精度较之传统的ARMA模型的预测精度也得到了大幅提升。 相似文献
89.
提出一种基于小波分解的网络流量时间序列的分析和预测方法。将非平稳的网络流量时间序列通过小波分解成为多个平稳分量,采用自回归滑动平均方法分别对各平稳分量进行建模,将所有分量的模型进行组合,得到原始非平稳网络流量时间序列的预测模型。在仿真实验中,利用网络流量文库的时间序列数据建立了预测模型,并对其进行独立测试检验。仿真结果表明,本预测方法提高了网络流量时间序列的预测准确率,是一种有效、稳健的网络流量预测方法。 相似文献
90.