全文获取类型
收费全文 | 13624篇 |
免费 | 1815篇 |
国内免费 | 816篇 |
学科分类
自然科学 | 16255篇 |
出版年
2025年 | 280篇 |
2024年 | 447篇 |
2023年 | 709篇 |
2022年 | 752篇 |
2021年 | 856篇 |
2020年 | 768篇 |
2019年 | 480篇 |
2018年 | 204篇 |
2017年 | 217篇 |
2016年 | 221篇 |
2015年 | 247篇 |
2014年 | 431篇 |
2013年 | 476篇 |
2012年 | 525篇 |
2011年 | 603篇 |
2010年 | 670篇 |
2009年 | 789篇 |
2008年 | 849篇 |
2007年 | 833篇 |
2006年 | 711篇 |
2005年 | 682篇 |
2004年 | 627篇 |
2003年 | 536篇 |
2002年 | 468篇 |
2001年 | 500篇 |
2000年 | 408篇 |
1999年 | 399篇 |
1998年 | 344篇 |
1997年 | 298篇 |
1996年 | 269篇 |
1995年 | 215篇 |
1994年 | 147篇 |
1993年 | 114篇 |
1992年 | 69篇 |
1991年 | 42篇 |
1990年 | 27篇 |
1989年 | 20篇 |
1988年 | 8篇 |
1987年 | 9篇 |
1986年 | 5篇 |
排序方式: 共有10000条查询结果,搜索用时 0 毫秒
1.
邹珊珊 《江西科技师范学院学报》1996,(4):78-86
卷积积分作为一种数学工具,在信号与系统分析理论中占有重要地位。本文详细介绍了几种在电路,信号与系统分析中常用的计算卷积的方法,并讨论了各种方法的适用范围及优缺点。 相似文献
2.
3.
本文基于Adaline神经网络,讨论了一种采用神经网络的智能控制法,该算法用了一个二层网络代替传统控制器或专家控制器,用改进的BP算法求网络的参数。仿真结果表明,采用该控制算法的控制系统具有良好的响应特性。 相似文献
4.
5.
近年来卷积神经网络在图像分类、图像分割等任务中应用广泛.针对基于FPGA(Field Programmable Gate Array)的卷积神经网络训练加速器中存在的权重梯度计算效率低和加法器占用资源多的问题,设计一款高性能的卷积神经网络训练加速器.首先提出一种卷积单引擎架构,在推理卷积硬件架构的基础上增加额外的自累加... 相似文献
6.
深度学习是挖掘数据关键特征的重要技术手段,为准确分析通信网络数据特征,并保障质量,提出基于深度学习的通信网络数据关键特征挖掘方法。选取接入率、可用性以及覆盖率等七个指标作为通信网络质量核心性能指标,将卷积神经网络与径向基神经网络相结合,构建深度学习网络结构,将该性能指标作为标签参数,将所得到的标签参数的聚类与求和结果作为深度网络的标签数据,通过前向传播将标签数据输入卷积神经网络的输入层内,经过不同隐层的变换与映射至输出层位置,并采用量子粒子群算法求解深度学习网络最优参数,输出通信网络数据关键特征挖掘结果。经实验结果表明,所提方法的通信网络数据关键特征挖掘率在95%以上,能够准确预测未来短时间段内的通信网络质量。 相似文献
7.
对几种多层前馈神经网络训练算法的研究 总被引:1,自引:0,他引:1
《科技信息》2007,(27)
多层前馈神经网络具有模式识别能力强、训练算法多样等优点,但是其训练过程的低效率始终是多层前馈神经网络应用和发展的瓶颈。为了解决这个问题,科学家们提出了很多加速训练的算法。本文首先介绍了几种主要的训练算法及其思想,然后通过实验数据对这几种算法的收敛速度进行了比较。在此基础上本文阐明了几种算法的适用范围及其优缺点。 相似文献
8.
在兴趣点推荐任务中,数据的严重稀疏性限制了模型的推荐性能,并且现有工作忽略了用户在不同时间段访问行为的差异性。针对上述问题,提出了一种融合时间和地理信息的兴趣点推荐模型。该模型首先通过循环神经网络联合学习多种因素;然后利用地理关系模块捕获轨迹中的地理影响。最后,通过一个统一的框架,针对用户工作日和节假日的不同出行需求,推荐不同的访问地点。实验证明,所提模型在兴趣点推荐表现上优于现有模型。 相似文献
9.
用面向对象程序设计神经网络的算法类库 总被引:1,自引:0,他引:1
依据面向对象的程序(OOP)设计的优越性,用C++语言,针对神经网络BP算法和GA算法,编写了神经网络及其算法类库:目的是为神经网络学习算法的发展和深入及其应用于工程提供方便和有利工具.且给出利用该类库实现的非线性系统辨识结果 相似文献
10.
基于神经网络的移动机器人路径规划方法 总被引:2,自引:0,他引:2
针对动态环境下移动机器人路径规划,提出了一种基于递归神经网络的实时路径规划方法。利用神经网络表示机器人的工作空间,每个神经元都只有局部侧连接。目标点位置神经元具有全局最大的正活性值,该活性值通过神经元之间的局部侧连接逐渐衰减地传播到整个状态空间,障碍物及其周围区域神经元活性值则被抑制为零。目标点全局地吸引机器人,障碍物局部地将机器人推开实现避障,从而能够在动态环境下产生最优规划路径。仿真结果表明该方法具有较好的环境适应性和实时性。 相似文献