全文获取类型
收费全文 | 167篇 |
免费 | 14篇 |
国内免费 | 16篇 |
学科分类
工业技术 | 197篇 |
出版年
2024年 | 4篇 |
2023年 | 11篇 |
2022年 | 15篇 |
2021年 | 6篇 |
2020年 | 9篇 |
2019年 | 12篇 |
2018年 | 9篇 |
2017年 | 9篇 |
2016年 | 3篇 |
2015年 | 10篇 |
2014年 | 5篇 |
2013年 | 8篇 |
2012年 | 7篇 |
2011年 | 13篇 |
2010年 | 9篇 |
2009年 | 3篇 |
2008年 | 2篇 |
2007年 | 5篇 |
2006年 | 3篇 |
2005年 | 5篇 |
2004年 | 10篇 |
2003年 | 4篇 |
2002年 | 7篇 |
2001年 | 8篇 |
2000年 | 3篇 |
1998年 | 2篇 |
1997年 | 6篇 |
1996年 | 1篇 |
1994年 | 3篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1988年 | 1篇 |
1986年 | 1篇 |
1985年 | 1篇 |
排序方式: 共有197条查询结果,搜索用时 31 毫秒
81.
地理传感数据的预测在经济、工程、自然科学和社会科学中被广泛应用。数据中不同站点的空间相关性和同一站点的时间相关性给传统的预测方法带来了极大的挑战。文中提出了一种将数据中时间信息和空间信息有效融合,同时考虑了各传感序列独特性的knnVAR模型,来对地理传感数据进行预测。该模型通过计算时空距离 量化 数据中的时间信息和空间信息,并基于时空距离寻找K近邻,最后再将近邻结果应用于向量自回归模型中完成预测。 knn-VAR模型采用寻找时空近邻的方式将数据中时间维度和空间维度的相关性进行有效融合,同时使用在时空上具有高度相关性的近邻对传感序列进行预测,充分考虑了各地理序列的独特性。实验结果表明,knnVAR模型能有效提高地理传感数据的预测精度。 相似文献
82.
随着中国改革开放的不断深入和社会经济的持续发展,各种社会矛盾逐渐复杂化和多样化,社会治安面临空前的挑战。基于社会治安情况的历史数据,对未来一段时期内的治安状况做出科学的预测,将使治安管理工作事半功倍。数据挖掘是指从大量数据中挖掘出有趣的模式和规则,并根据挖掘结果做出科学的判断或预测的技术。目前,在社会治安状态预测方面的研究报道还很少,预测结果的准确率也始终困扰着我们,研究一种新颖的、高准确率的预测方法是我们的共同期待。据此, 提出 一种基于滑动窗口模式匹配的加权预测方法,大量的实验以及实际应用的结果表明,该算法具有简单、稳定、高准确率等特点。 相似文献
83.
84.
结构洞通常指社交网络中处于信息扩散关键位置的节点,此类节点对社交网络舆情控制、影响力分析、信息传播等具有重要作用。为快速准确地找到社交网络中的结构洞,提出一种基于图最短路径增量的Top-k结构洞发现算法。通过计算并分析节点的图最短路径增量、连通分量个数和节点方差确定其结构洞属性值,并依据该属性值对节点进行排序,从而发现Top-k结构洞。同时,结合中介中心性算法进行节点的过滤与筛选,大幅降低算法的时间复杂度。在真实网络和不同规模LFR人工合成网络上的实验结果表明,与经典结构洞发现算法相比,该算法具有更高的结构洞检测效率。 相似文献
85.
基于信息早期的传播特征来预测其未来的传播范围具有广泛的应用价值。DeepHawkes模型将Hawkes模型与深度学习相结合,不仅继承了Hawkes模型能够表征和建模信息扩散过程的高度可解释性,又具备深度学习自主学习流行度预测隐含特征的高准确预测能力,弥合了传统方法中信息级联的预测与理解之间的间隙。然而,DeepHawkes模型忽略了信息本身的文本内容对于传播的影响。在DeepHawkes模型的基础上提出了既考虑级联的因素又考虑文本内容的LDA-DeepHawkes模型,更加全面地建模信息扩散过程,在继承DeepHawkes高解释性的同时,进一步提高预测准确度。在两个新浪微博数据集上对比了LDA-DeepHawkes模型与其他模型的预测准确度,分析了模型中参数对预测效果的影响。实验结果表明:LDA-DeepHawkes模型有较好的预测精度,说明信息的文本内容也是影响信息扩散的重要因素。 相似文献
86.
周丽华 《电子制作.电脑维护与应用》2015,(4):218
本文介绍了华电国际莱城发电厂(以下简称莱城发电厂)循环水系统的工作原理及特点,对于运行过程中出现的问题进行了分析并提出了解决方案,并通过实施方案提高了运行质量提高了系统可靠性。 相似文献
87.
88.
89.
推荐技术已经成为信息过载时代提供个性化服务的关键技术。由于推荐结果的多样性可以提升推荐效果,多样性推荐方法开始备受关注。针对现有基于朋友好奇心的多样性推荐方法中,诸如朋友、信任关系等难以获取及比较稀疏的问题,提出了基于相似用户好奇心的多样性推荐方法(SUC)。分析用户的真实评分,计算相似用户集;采用协同过滤方法,计算用户的预测评分;分析用户的真实评分和预测评分,计算用户的好奇心评分;融合预测评分和好奇心评分,计算用户的项目推荐列表。SUC方法不需要额外的用户关系信息,更具普适性。在五个真实数据集上的实验表明,与基准方法相比,SUC方法不仅提高了推荐多样性,同时也提升了推荐准确率、召回率和覆盖率。 相似文献
90.