全文获取类型
收费全文 | 1046篇 |
免费 | 174篇 |
国内免费 | 84篇 |
出版年
2024年 | 12篇 |
2023年 | 43篇 |
2022年 | 23篇 |
2021年 | 32篇 |
2020年 | 52篇 |
2019年 | 26篇 |
2018年 | 6篇 |
2017年 | 29篇 |
2016年 | 35篇 |
2015年 | 34篇 |
2014年 | 61篇 |
2013年 | 54篇 |
2012年 | 90篇 |
2011年 | 57篇 |
2010年 | 81篇 |
2009年 | 74篇 |
2008年 | 83篇 |
2007年 | 72篇 |
2006年 | 57篇 |
2005年 | 58篇 |
2004年 | 45篇 |
2003年 | 41篇 |
2002年 | 27篇 |
2001年 | 33篇 |
2000年 | 32篇 |
1999年 | 21篇 |
1998年 | 26篇 |
1997年 | 27篇 |
1996年 | 20篇 |
1995年 | 14篇 |
1994年 | 9篇 |
1993年 | 8篇 |
1992年 | 9篇 |
1991年 | 6篇 |
1990年 | 3篇 |
1989年 | 3篇 |
1988年 | 1篇 |
排序方式: 共有1304条查询结果,搜索用时 31 毫秒
61.
62.
63.
64.
65.
66.
67.
命名实体识别是信息抽取中的一项基础性任务,如何利用丰富的未标注语料来提高实体识别的指标是该领域一个重要的研究方向。基于条件随机场提出一种将主动学习与自学习相结合的方法——SACRF,通过设置置信度函数和2-Gram频度阈值来选取样本,并采用人工与自动相结合的方式进行标注来扩展训练语料。实验表明,该方法在提高实体识别的精确率和召回率的同时,能够显著地降低人工标注的工作量。 相似文献
68.
通过对传统线性鉴别分析局限性的分析,提出一种基于两向二维非参数特征分析((2D)2NFA)的SAR图像目标识别方法,该方法有效克服了线性鉴别分析的固有缺陷并且运算量也大大降低。首先,定义一种图像矩阵的近邻样本选取方法,继而利用k近邻样本构造(2D)2NFA的类间散度矩阵和类内散度矩阵,然后使用(2D)2NFA提取样本的特征,最后在特征空间中使用简单的最近邻分类器进行待识别测试目标的分类识别。用美国运动和静止目标获取与识别(MSTAR)计划录取的SAR图像数据进行了仿真实验,实验结果表明(2D)2NFA增强了提取特征的可鉴别性,能够获得更高的识别率,而且减小了特征维数。 相似文献
69.
70.