全文获取类型
收费全文 | 192篇 |
免费 | 85篇 |
国内免费 | 12篇 |
出版年
2023年 | 5篇 |
2022年 | 5篇 |
2021年 | 7篇 |
2020年 | 3篇 |
2019年 | 2篇 |
2018年 | 2篇 |
2017年 | 16篇 |
2016年 | 19篇 |
2015年 | 7篇 |
2014年 | 9篇 |
2013年 | 14篇 |
2012年 | 13篇 |
2011年 | 14篇 |
2010年 | 11篇 |
2009年 | 15篇 |
2008年 | 12篇 |
2007年 | 12篇 |
2006年 | 22篇 |
2005年 | 12篇 |
2004年 | 13篇 |
2003年 | 13篇 |
2002年 | 5篇 |
2001年 | 7篇 |
2000年 | 4篇 |
1999年 | 6篇 |
1998年 | 11篇 |
1997年 | 10篇 |
1996年 | 5篇 |
1995年 | 3篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1992年 | 4篇 |
1991年 | 3篇 |
1990年 | 2篇 |
排序方式: 共有289条查询结果,搜索用时 15 毫秒
1.
Adjacency‐based local top‐down search method for finding maximal efficient faces in multiple objective linear programming 下载免费PDF全文
It is well‐known that the efficient set of a multiobjective linear programming (MOLP) problem can be represented as a union of the maximal efficient faces of the feasible region. In this paper, we propose a method for finding all maximal efficient faces for an MOLP. The new method is based on a condition that all efficient vertices (short for the efficient extreme points and rays) for the MOLP have been found and it relies on the adjacency, affine independence and convexity results of efficient sets. The method uses a local top‐down search strategy to determine maximal efficient faces incident to every efficient vertex for finding maximal efficient faces of an MOLP problem. To our knowledge, the proposed method is the first top‐down search method that uses the adjacency property of the efficient set to find all maximal efficient faces. We discuss this and other advantages and disadvantages of the algorithm. We also discuss some computational experience we have had with our computer code for implementing the algorithm. This computational experience involved solving several MOLP problems with the code. 相似文献
2.
3.
侯遵泽 《中国人民武装警察部队学院学报》2002,18(6):87-89
声纹是人说话声音的频谱图 ,由于人的个性 ,决定了不同人声纹的差异性 ,因此 ,声纹识别或声纹鉴定能够确定说话人的身份。声纹鉴别在很多领域有着广泛的应用价值和前景 ,这里 ,简单介绍声纹和声纹鉴定与识别的概念及其应用的历史与现状 ,探讨声纹鉴别的方法原理和步骤 ,讨论声纹鉴别在个人身份证明、刑事侦察、军事、通信、防伪等领域的应用 ,展望声纹鉴别的应用前景。 相似文献
4.
运动目标轨迹分类与识别 总被引:1,自引:0,他引:1
运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的. 相似文献
5.
6.
7.
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
8.
9.
10.
针对目前雷达辐射源识别中存在的,对于数据库中未存储的雷达类型识别能力较差的情况,提出了一个雷达辐射源识别系统,在系统中将雷达的识别分为已知雷达识别和未知雷达识别两个部分分别进行,并给出了系统各个组成部分的实现原理。试验证明,本系统对于未知的雷达类型有着较强的识别能力。 相似文献