全文获取类型
收费全文 | 309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 | 30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 | 12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364条查询结果,搜索用时 31 毫秒
81.
我国传统的中学英语课堂教学由于受应试目的的影响,往往停留在引导学生对基本语言知识进行识记掌握的浅层方面,忽视引导学生对所学知识进行深层次地学习与思考。相对于浅层学习来说的深度学习,强调引导学生在学习过程中进行深层次思考,帮助其培养高阶思维能力,具有注重批判理解、信息整合、知识建构等基本特征,对我国中学英语课堂教学改革具有一定的指导意义。依据深度学习的基本特征,从教学目标、教学内容、教学方法、教学工具和教学评价五个维度阐释中学英语课堂教学模式构建的可能性,为促进中学英语学习者进行深度学习提供参考。 相似文献
82.
针对防空武器的作战使用需求,提出了一种基于深度学习的防空武器红外目标识别流程,通过大视场进行目标检测,小视场进行目标跟踪识别.在目标检测阶段,采用YOLO网络模型实现全图多目标识别定位;在目标跟踪阶段,采用超分辨率重建算法提升目标局部图像分辨率,利用深度残差网络模型实现跟踪目标的识别分类.试验结果表明,基于深度学习的空... 相似文献
83.
针对大规模三维视景仿真中同时对场景全局和各目标模型细节观察的需求,设计了一种基于OpenGL的主辅式多视口场景渲染结构。通过对OpenGL视口定义、深度检测及投影变换等技术的灵活应用,该多视口结构在“导弹突防三维视景仿真系统”中得到了实现,有效地解决了多观察点同时兼顾的问题。 相似文献
84.
关于大厚度自重湿陷性黄土地基处理的若干问题探讨 总被引:2,自引:0,他引:2
大厚度自重湿陷性黄土的地基处理方法、处理深度、合理控制剩余湿陷量是黄土地区工程设计中的难点热点问题.从大厚度自重湿陷性黄土湿陷变形特点出发,首先论述了大厚度自重湿陷性黄土地基处理存在的问题;其次,结合建构筑物的类别不同,提出了不同的自重湿陷性黄土层厚度,宜采取相应的地基处理厚度和剩余湿陷量控制标准;第三,对大厚度自重湿陷性黄土地基整片处理、局部处理等多种处理方法的优缺点及适用性等问题进行了详细探讨,给出了几种地基处理方法处理效果良好的工程实例. 相似文献
85.
86.
党的十九大报告指出,中国共产党人的历史使命是为中国人民谋幸福,为中华民族谋复兴.要实现这一历史使命,需要让更多的改革成果更加公平普惠地惠及全体人民,让人民拥有更多的获得感和幸福感.为了实现这一目标,就需要壮大和发展国有企业.国有企业是社会主义公有制的重要基础,也是国民经济发展的重要基础.国有企业开展党建工作,融入中国共... 相似文献
87.
88.
由于营房建筑、装饰材料质量不合格,施工工艺不正确等原因,引起营房室内有害气体污染,严重威胁到住用者的生命健康和部队战斗力。研究营房室内有害气体污染变化发展的规律,对营房室内有害气体污染进行准确的预测,做好预防措施,可以避免营房室内有害气体污染的发生。采用灰色预测方法对营房室内有害气体污染水平进行预测,在 GM(1,1)模型的基础上进行改进,从而建立起营房室内有害气体污染水平预测模型。通过对预测模型进行检验,证实营房室内有害气体污染预测模型能较好的预测营房室内有害气体污染水平的发展变化趋势,模型的建立是成功的。 相似文献
89.
基于深度学习的遥感影像场景分类研究进展迅速,但是大多数方案下的算法需要消耗大量的计算机资源,难以直接部署在嵌入式系统上,无法为潜在的卫星在轨任务提供支持。针对这一问题,研究了一种基于ResMLP模型的遥感影像场景分类算法,并根据嵌入式系统的特点对算法进行了优化,完成了模型的嵌入式实现,实验结果表明,该算法在嵌入式系统中仅需要18.4M的params对遥感影像分类的TOP-1准确率就达到了85.9%,兼具准确性和简洁性。 相似文献
90.
针对低分辨雷达人工目标识别效率较低的问题,提出了基于深度迁移学习的雷达自动目标识别方法。该方法利用雷达回波序列轮廓像构建空中目标数据集,使用深度卷积神经网络自动提取回波数据中的深层特征,并对雷达目标进行分类识别。为了解决深度学习对样本量的巨大需求,在分类模型训练时,引入迁移学习思想,将经ImageNet数据集预训练过的初始网络模型迁移到雷达目标识别任务中,再通过空中目标数据集对模型参数进行微调,实现小样本条件下对空中目标的粗分类。实测数据的结果表明:所提方法能够在小样本条件下较为准确地对空中目标的大小和架次进行分类识别,具有良好的识别性能。 相似文献