全文获取类型
收费全文 | 627篇 |
免费 | 117篇 |
国内免费 | 55篇 |
出版年
2024年 | 12篇 |
2023年 | 38篇 |
2022年 | 26篇 |
2021年 | 73篇 |
2020年 | 49篇 |
2019年 | 23篇 |
2018年 | 4篇 |
2017年 | 7篇 |
2016年 | 22篇 |
2015年 | 9篇 |
2014年 | 28篇 |
2013年 | 20篇 |
2012年 | 34篇 |
2011年 | 36篇 |
2010年 | 34篇 |
2009年 | 36篇 |
2008年 | 51篇 |
2007年 | 37篇 |
2006年 | 33篇 |
2005年 | 22篇 |
2004年 | 22篇 |
2003年 | 24篇 |
2002年 | 27篇 |
2001年 | 17篇 |
2000年 | 15篇 |
1999年 | 12篇 |
1998年 | 15篇 |
1997年 | 19篇 |
1996年 | 15篇 |
1995年 | 11篇 |
1994年 | 6篇 |
1993年 | 5篇 |
1992年 | 8篇 |
1991年 | 5篇 |
1990年 | 4篇 |
排序方式: 共有799条查询结果,搜索用时 46 毫秒
241.
为了在语音转换过程中充分提取语音的个人特征信息,同时考虑到语音的稀疏性,文章提出了一种基于稀疏卷积非负矩阵分解的语音转换方法。卷积非负矩阵分解得到的时频基可以承载语音信号中的个人特征信息及语音帧之间的相关性,而稀疏卷积非负矩阵分解得到的过完备时频基更能体现语音的细节,可以较好地保存语音中的个人特征信息。利用这一特点,通过稀疏卷积非负矩阵分解从训练数据中提取源说话人和目标说话人相匹配的过完备时频基,然后通过时频基的替换实现语音转换。相对于传统方法,该方法能够更好地保存语音个人特征信息和语音帧间相关性,从而可以进一步提高转换语音的质量和相似度。实验仿真及主、客观评价结果表明,与基于高斯混合模型、卷积非负矩阵分解的语音转换方法相比,该方法具有更好的转换语音质量和转换相似度。 相似文献
242.
针对现代战争条件下装备保障资源需求变化快,保障资源预测困难的问题,首先分析了影响装备保障资源需求的因素,根据实际情况选取了平均维修间隔时间(MTBM)、平均修复时间(MTBR)等8项影响装备保障资源需求的关键指标,然后将基于遗传算法(GA)优化的反向传播(BP)神经网络应用于保障资源需求预测中,构建了基于遗传神经网络的需求预测模型,最后利用1980年~2010年实际保障资源需求数据对模型进行了验证.验证结果表明,基于GA优化的BP神经网络预测模型有较快的收敛速度、较强的适应性和较高的预测精度,适用于装备保障资源需求预测. 相似文献
243.
244.
地基望远镜观测的空间目标图像受大气湍流的影响,其分辨率受到很大的限制。为了提高湍流降质图像的复原效果,提出一种改进的盲解卷积方法。首先,考虑观测图像受到高斯噪声和泊松噪声的干扰,推导出基于混合噪声模型的盲解卷积代价函数;然后,根据傅里叶光学原理,利用波前相位表示点扩展函数,将点扩展函数从像素值估计转换为参数估计;最后,通过参数化表示方式,将代价函数寻优从约束最优化问题转换为无约束最优化问题。模拟实验结果验证了本文模型与数值算法的有效性。 相似文献
245.
246.
在传统管理信息系统的基础上,增加专家系统模块,即基于人工神经网络技术的预测分析模块,完成复杂的非线性预测以提高MIS智能化、自动化水平。该模块选用反向传输(BP:BackPropagation)神经网络模型来实现,通过网络的自适应学习和训练,找出输入和输出之间的内在联系,从而求得问题的解答。利用该专家系统对出版社图书市场销量进行预测。结果表明:该方法性能好,可作为预测图书售量的一种有效手段。 相似文献
247.
针对目前普遍采用的误差平方和准则及Sigmoid转移函数在BP算法应用中存在的缺陷和不足,提出了基于交叉熵准则和新的S型转移函数构建的模糊神经网络分类器,并将这种分类器应用于心肌梗死的定位诊断,结果表明其训练效率和识别性能都明显优于传统的模糊神经网络。 相似文献
248.
249.
未知非线性系统的神经网络建模与控制仿真研究 总被引:2,自引:1,他引:1
针对一类未知非线性系统的建模与控制问题,采用基于神经网络的多步预测控制算法进行了仿真研究,仿真对象选取控制工程界常用的单摆试验装置.该算法的实现步骤为:获取系统开环试验数据;辨识神经网络正向动态模型;设计非线性优化控制律.仿真研究结果表明,所提出的建模与控制方法是有效的. 相似文献
250.
基于神经网络的弹药消耗预测 总被引:5,自引:0,他引:5
针对弹药消耗预测问题,运用一种改进的BP神经网络预测方法。预测时对样本数据进行了预处理,并在时序训练样本中引入了遗忘因子,以提高当前预测的精度,以及在权值调整过程中,引入"惯性项",以改善学习收敛过程。 相似文献