全文获取类型
收费全文 | 325篇 |
免费 | 34篇 |
国内免费 | 21篇 |
出版年
2024年 | 19篇 |
2023年 | 40篇 |
2022年 | 24篇 |
2021年 | 45篇 |
2020年 | 37篇 |
2019年 | 14篇 |
2018年 | 1篇 |
2017年 | 9篇 |
2016年 | 16篇 |
2015年 | 8篇 |
2014年 | 49篇 |
2013年 | 9篇 |
2012年 | 13篇 |
2011年 | 11篇 |
2010年 | 8篇 |
2009年 | 10篇 |
2008年 | 6篇 |
2007年 | 13篇 |
2006年 | 6篇 |
2005年 | 4篇 |
2004年 | 6篇 |
2003年 | 1篇 |
2002年 | 6篇 |
2001年 | 4篇 |
2000年 | 6篇 |
1999年 | 2篇 |
1998年 | 2篇 |
1997年 | 3篇 |
1996年 | 2篇 |
1994年 | 4篇 |
1992年 | 2篇 |
排序方式: 共有380条查询结果,搜索用时 15 毫秒
221.
在分析现代潜艇高速、大潜深机动潜在风险的基础上,从保障潜艇深度安全的角度出发,提出了对传统十字形尾升降舵的技术改进途径,分析了适用的尾操纵面结构形式,并对先进的大小舵方案的结构形式、使用方式及十安形尾升降舵的舵角限制技术进行了阐述。理论研究表明:上述措施能有效地改善潜艇的深度安全性。 相似文献
222.
223.
针对电子侦察中使用常规参数难以有效识别复杂体制雷达信号的问题,提出利用深度限制波尔兹曼机对辐射源识别的模型。模型由多个限制波尔兹曼机组成,通过逐层自底向上无监督学习获得初始参数,并用后向传播算法对整个模型进行有监督的参数微调,利用Softmax进行分类识别。通过仿真实验表明该模型能对辐射源进行有效的特征提取和分类识别,具有较高的识别精度和较强的鲁棒性。 相似文献
224.
为探索深度学习理论在视频图像帧间运动补偿问题中的应用,提出一种用于视频图像帧间运动补偿的深度卷积神经网络。该网络由卷积模块和反卷积模块构成,可以处理不同分辨率输入图像并具备保持较完整图像细节的能力。利用具有时序一致性的视频图像序列构造训练样本,采用随机梯度下降法对设计的深度卷积神经网络进行训练。视觉效果和数值评估实验表明,训练得到的网络较传统方法能更有效地进行视频图像帧间运动补偿。 相似文献
225.
对战场目标战术意图的快速、准确和自动识别,是智能决策的前提和基础。目标战术意图通常由多个战术动作组合完成,因而目标状态呈现动态、时序变化特征。本文针对目标意图识别问题的特点,提出一种基于栈式自编码器( SAE)的智能识别模型,设计智能识别模型的基本框架,提出一种基于时序特征的输入信号编码方法及相应的模式解析机制,通过将目标状态在多个时刻的时序特征和战场环境、目标属性等信息统一编码为输入信号,将军事专家的知识经验封装为模式标签,模拟人的推理模式与认知经验,实现对目标战术意图的智能识别。最后通过实验,分析预训练过程和网络深度对算法性能的影响,并通过与多层感知机(MLP)和逻辑回归分类器(LRC)识别准确率的比较,验证所提SAE算法的有效性。 相似文献
226.
军民融合深度发展,其核心是融为一体,要义是互利共赢,特征是国家行为,关键是机制推动,方法是统筹兼顾.新形势下,推进军民融合深度发展应注重在六个方面下工夫. 相似文献
227.
军民融合发展既是国家战略,又是我们长期探索经济建设和国防建设协调发展规律的重大成果.要加快形成全要素、多领域、高效益的军民深度融合发展格局,不断丰富融合形式,拓展融合范围,提升融合层次. 相似文献
228.
推进经济建设和国防建设融合深度发展是一个系统工程,要深刻理解军民融合深度发展的战略意义,准确定位军民融合深度发展的目标方向,科学规划军民融合深度发展的使命任务,正确处理军民融合深度发展的内在关系,积极发挥军民融合深度发展的品牌效应,形成全要素、多领域、高效益的军民融合深度发展格局。 相似文献
229.
徐爱兵 《兵团教育学院学报》2022,(3):34-41
高校心理咨询师是心理咨询服务来访者学生重要的专业性求助对象,自我照顾水平的高低极大关联着高校心理咨询师自身及来访者的利益。研究对高自我照顾水平且经验丰富的高校心理咨询师进行半结构化访谈,基于扎根理论总结出自我照顾特征,包括自我照顾的觉察、认知、方法、挑战/增强、演化、结果六个维度,并结合数据论述了自我照顾的过程,从而为高校心理咨询师自我照顾的培训和干预提供依据。 相似文献
230.
为探讨学习环境、学习投入和深度学习之间的内部关系和作用机制,本研究对重庆某高校的598名参加在线学习的在校大学生进行问卷调查。研究发现:1.学生总体深度学习处于中上等水平;学生的学习经验和学习能力是影响大学生深度学习的重要因素。2.大学生在线行为、情感、认知投入对在线深度学习有正向影响作用。3.在线学习环境对学习投入与深度学习的影响有调节作用。良好的在线学习环境中资源获取的方式和支持服务等方面的体验,能促进学习者的学习投入从而提升学生深度学习水平。研究对大学生在线深度学习的影响因素提供了实证依据,期望其研究结果及结论对大学生在线深度学习的研究提供重要的参考价值。 相似文献