全文获取类型
收费全文 | 952篇 |
免费 | 180篇 |
国内免费 | 95篇 |
出版年
2024年 | 17篇 |
2023年 | 42篇 |
2022年 | 35篇 |
2021年 | 67篇 |
2020年 | 84篇 |
2019年 | 35篇 |
2018年 | 11篇 |
2017年 | 33篇 |
2016年 | 42篇 |
2015年 | 24篇 |
2014年 | 54篇 |
2013年 | 43篇 |
2012年 | 64篇 |
2011年 | 61篇 |
2010年 | 58篇 |
2009年 | 65篇 |
2008年 | 70篇 |
2007年 | 53篇 |
2006年 | 51篇 |
2005年 | 43篇 |
2004年 | 35篇 |
2003年 | 34篇 |
2002年 | 30篇 |
2001年 | 22篇 |
2000年 | 21篇 |
1999年 | 14篇 |
1998年 | 20篇 |
1997年 | 23篇 |
1996年 | 20篇 |
1995年 | 16篇 |
1994年 | 6篇 |
1993年 | 7篇 |
1992年 | 10篇 |
1991年 | 6篇 |
1990年 | 6篇 |
1989年 | 3篇 |
1988年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有1227条查询结果,搜索用时 46 毫秒
71.
72.
73.
74.
75.
76.
77.
传统磁性目标运动估计效果依赖于目标的初始状态信息,为克服这一缺陷,建立了磁性运动目标三分量投影模型,并据此生成了磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。进一步,设计了多通道卷积神经网络(MC-CNN)对目标的正横距离和运动速度进行了估计,并比较和分析了不同的学习方式和激活函数对网络性能的影响,结果表明Adam+tanh的组合方式的估计性能要优于其它的组合方式,而且对磁性目标运动参数的估计效果比较精确,此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。 相似文献
78.
针对脑电信号随机性强、动态变化迅速等特点,提出了一种简化深度学习模型研究癫痫脑电识别问题。提出的模型以一维卷积神经网络为基础,在结构方面简化了卷积层、池化层等以提高模型效率,在整体框架方面应用了Keras框架,在训练优化算法方面采用RMSProp算法作为模型优化算法,通过预定义的目标函数来进行损失估计,模型设计上加入了批标准化层和全局均值池化层。基于所提模型,从三个方面研究了癫痫脑电识别问题,即:利用经验模态分解,分别选取前三阶、前五阶、前七阶、前八阶的本征模态函数分量,在简化模型上进行对比分析;利用提出模型所具备的深度学习特点,直接识别原始脑电信号而无须特征提取环节;增加了三种不同方法分别提取7类特征,对相同的脑电数据进行对比分析。性能分析结果表明:对于五类不同的脑电信号,前三阶的本征模态函数分量的识别率达到92.1%,比其他几种处理方式识别率高;前八阶的本征模态分量识别率不及原始信号,表明人工数据处理时会给数据带来噪声; 所提出的简化深度学习模型能高效处理癫痫脑电识别问题,具备较高效率和较好性能。 相似文献
79.
80.