全文获取类型
收费全文 | 1767篇 |
免费 | 343篇 |
国内免费 | 127篇 |
出版年
2024年 | 10篇 |
2023年 | 56篇 |
2022年 | 36篇 |
2021年 | 69篇 |
2020年 | 104篇 |
2019年 | 70篇 |
2018年 | 16篇 |
2017年 | 67篇 |
2016年 | 81篇 |
2015年 | 56篇 |
2014年 | 114篇 |
2013年 | 87篇 |
2012年 | 149篇 |
2011年 | 117篇 |
2010年 | 111篇 |
2009年 | 129篇 |
2008年 | 153篇 |
2007年 | 197篇 |
2006年 | 74篇 |
2005年 | 69篇 |
2004年 | 63篇 |
2003年 | 58篇 |
2002年 | 65篇 |
2001年 | 43篇 |
2000年 | 32篇 |
1999年 | 34篇 |
1998年 | 32篇 |
1997年 | 27篇 |
1996年 | 27篇 |
1995年 | 15篇 |
1994年 | 15篇 |
1993年 | 14篇 |
1992年 | 10篇 |
1991年 | 9篇 |
1990年 | 16篇 |
1989年 | 11篇 |
1988年 | 1篇 |
排序方式: 共有2237条查询结果,搜索用时 15 毫秒
71.
深化军人收入分配制度的研究,必须借鉴国内外的最新研究成果,以保证学术研究的连续性和节约稀缺的研究资源;必须遵循理论创新的规范,在理论创新和实证分析上多下功夫,以提高我们研究复杂问题的能力;必须具有较强的现实针对性和一定的前瞻性,以推进我军的现代化建设。 相似文献
72.
针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。 相似文献
73.
Gabor变换和K-means算法是最为常用的纹理分析方法。然而,采用Gabor变换得到的纹理特征向量具有较高的维数,影响算法的运行效率;K-means算法也易受初始类中心的影响而导致分类精度下降。因此,通过Relief算法对采用Gabor变换所提取的纹理特征进行选择,得到合适的纹理特征子集。进一步采用差分进化算法,对K-means算法的聚类中心进行优化从而提高纹理识别精度和效率。实验结果表明:提出的方法所需用到的纹理特征向量的维数相对于原始特征集有大幅降低,较之基本的K-means算法,纹理识别的精度也有较明显的提高。 相似文献
74.
75.
76.
针对花朵授粉算法易陷入局部极值、收敛速度慢等不足,提出一种具有族群机制的花朵授粉算法。该算法把种群分成多个族群,各族群的最优个体再组成新的种群,进而促进种群间的信息交流,有效地协调种群进化过程中的全局搜索和局部搜索能力,避免个体的早熟收敛,提高算法的全局寻优能力及收敛速度。通过8个CEC2005benchmark测试函数进行测试比较,仿真结果表明,改进算法的寻优性能明显优于基本的花朵授粉算法、粒子群算法和蝙蝠算法,其收敛精度、收敛速度、鲁棒性均较对比算法有较大提高。 相似文献
77.
78.
79.
针对车载自组织网络(VANETs)中节点移动速度快、节点任务分布不均、网络拓扑结构不稳定等特点,提出了一种基于节点活跃度和任务的目标导向VANETs路由算法GATRA(goal-oriented routing algorithm based on activity and task)。该算法根据当前运动节点的运动方向与目标节点的关系,以及任务饱和程度,综合考虑采用消息携带还是转发策略,以节约传输平均时延。在选择中继节点时,综合考虑邻接节点的位置、运动速度和方向等影响因素,设计节点活跃度的计算方法,作为选择中继节点的策略,从而提高了消息传输的成功率。仿真结果表明,与当前典型的VANETs路由算法相比,GATRA算法在传输成功率和平均延迟时间上具有较大提升。 相似文献
80.
数据关联是异类传感器系统中最核心且最重要的内容之一,典型的数据关联算法可以归结为特定的分配为问题,然而现有的S维分配算法只考虑同一时刻的每个传感器量测的互联。将此静态关联推广到动态关联中,提出了一种适用于异类传感器的(S+1)维动态数据关联算法。该算法首先将同一时刻各传感器的量测与目标轨迹的一步预测值合并,把问题转化为(S+1)维分配问题,然后将各传感器量测估计的位置信息与目标航迹的预测值的差值作为关联代价,并利用LP-SOLVE工具包解决多维分配问题,最后利用求得的全局最优关联解进行滤波和航迹的更新。仿真实验表明提出的关联代价能更精准地反映数据关联的可能性,能够对多目标进行稳定的跟踪。 相似文献