全文获取类型
收费全文 | 1832篇 |
免费 | 158篇 |
国内免费 | 146篇 |
出版年
2024年 | 17篇 |
2023年 | 60篇 |
2022年 | 56篇 |
2021年 | 78篇 |
2020年 | 87篇 |
2019年 | 53篇 |
2018年 | 14篇 |
2017年 | 43篇 |
2016年 | 80篇 |
2015年 | 59篇 |
2014年 | 169篇 |
2013年 | 152篇 |
2012年 | 173篇 |
2011年 | 121篇 |
2010年 | 120篇 |
2009年 | 114篇 |
2008年 | 109篇 |
2007年 | 102篇 |
2006年 | 76篇 |
2005年 | 71篇 |
2004年 | 62篇 |
2003年 | 58篇 |
2002年 | 67篇 |
2001年 | 58篇 |
2000年 | 29篇 |
1999年 | 19篇 |
1998年 | 21篇 |
1997年 | 18篇 |
1996年 | 11篇 |
1995年 | 13篇 |
1994年 | 6篇 |
1993年 | 4篇 |
1992年 | 3篇 |
1991年 | 5篇 |
1990年 | 3篇 |
1989年 | 5篇 |
排序方式: 共有2136条查询结果,搜索用时 15 毫秒
12.
网络性能管理的主要目标是高性能和高吞吐量。标准UNIX系统缺乏对网络的流量的有效管理。本文研究了在标准UNIX网络实现性能管理中的网络流量监测、主机网络/系统状况动态检测等技术,依据检测结果用户可以进行网络动态配置或重新分配网络资源,从而改善UNIX系统的网络性能及吞吐量等技术。结果表明所提供的技术手段是有效的。 相似文献
13.
高校网络思想政治教育是指在高校范围内,通过网络形式开展大学生思想政治教育活动。高校网络思想政治教育具有增强高校的思想政治教育的针对性,拓宽其影响力以及提高其实效性的作用,具体表现为宣传引领功能、教育引导功能、答疑解惑功能、文化育人功能。拓宽高校网络思想政治教育的实现路径,才能发挥高校网络思想政治教育的功能,更好地完成新时代高校的全员全过程全方位育人的使命任务。 相似文献
14.
在疫情防控期间,提高高校的网络舆情治理水平,不仅对于尊重学生诉求、维护学校形象、更精准有效的开展疫情防控工作具有重要的现实意义,而且对创建和谐校园,维护社会稳定也具有重要的现实意义,同时还对促进大学生全面成长和提高我省乃至全国高校的治理水平,促进高校治理的现代化也具有重要的现实意义。文章通过采用社会调查法、文献调查法等研究方法,分析疫情防控期间陕西高校的网络舆情现状,了解到疫情防控期间陕西高校网络舆情主要表现在校园管理、后勤保障、心理健康、教育教学、舆情应对、学生管理六个方面。分析后认为,产生舆情一方面是因为高校治理理念落后、治理体制不健全、治理能力不高,另一方面是因为师生媒介素养不高和媒体社会责任缺失。基于此,提出治理网络舆情,高校首先迫切需要增强依法治理、民主治理、协同治理的理念。其次,要完善舆情治理体系,形成职责明晰、协调配合的治理局面。再次,还要针对网络舆情的传播发展规律,不断提高舆情风险的监测、预判和处置能力。同时还要引导师生加强学习,提高自身素养,并呼吁媒体加强自律,增强社会责任意识,旨在为陕西高校提高网络舆情治理能力提供参考。 相似文献
15.
16.
17.
作战网络的动态重构过程是其重要特征之一,从杀伤链的角度构建作战网络的动态重构过程,有利于提高作战网络的作战能力和抗毁伤能力。提出了基于杀伤链的动态重构作战网络抗毁性分析。描述了基于异质网络的作战网络模型和典型的杀伤链模型。从杀伤链角度给出了作战网络在节点失效过程中的动态重构策略,并提出了基于杀伤链的网络抗毁性指标。在方法研究基础上进行了案例分析。分析结果表明,动态重构作战网络的抗毁性高于无重构的作战网络,动态重构过程提高了作战网络的抗毁性。动态重构作战网络在度优先攻击策略下的抗毁性明显低于随机攻击策略下的抗毁性。该方法对于作战网络在动态重构下的作战能力评估和分析具有重要意义。 相似文献
18.
针对空中对抗环境中多对多拦截的武器目标分配问题,提出了一种基于强化学习的多目标智能分配方法。在多对多拦截交战场景下,基于交战态势评估构建了目标分配的数学模型。通过引入目标威胁程度和拦截有效程度的概念,充分反映了各目标的拦截紧迫性和各拦截器的拦截能力表征,从而全面评估了攻防双方的交战态势。在目标分配模型的基础上,将目标分配问题构建为马尔可夫决策过程,并采用基于深度Q网络的强化学习算法训练求解。依靠环境交互下的自学习和奖励机制,有效实现了最优分配方案的动态生成。通过数学仿真构建多对多拦截场景,并验证了该方法的有效性,经训练后的目标分配方法能够满足多对多拦截中连续动态的任务分配要求。 相似文献
19.
小波网络为非线性系统辨识研究提供了一种有效的方法,但目前用于小波网络学习的进化算法易陷入局部极小等缺陷.结合生物免疫系统的概念和理论,在非线性系统辨识中引入基于免疫算法的小波网络.该算法中抗体通过浓度相互作用的机制来促进或抑制抗体的生成,借此保持抗体的多样性,并产生了高亲和力的抗体对种群进行不断的更新,提高了算法的全局搜索能力和收敛速度.最后,把基于免疫算法的小波网络用于一个非线性系统辨识的标准实例中,仿真结果验证了该算法的有效性. 相似文献
20.