全文获取类型
收费全文 | 111篇 |
免费 | 38篇 |
国内免费 | 3篇 |
专业分类
152篇 |
出版年
2024年 | 1篇 |
2023年 | 4篇 |
2022年 | 7篇 |
2021年 | 10篇 |
2020年 | 3篇 |
2019年 | 5篇 |
2017年 | 5篇 |
2016年 | 6篇 |
2015年 | 4篇 |
2014年 | 6篇 |
2013年 | 3篇 |
2012年 | 11篇 |
2011年 | 9篇 |
2010年 | 11篇 |
2009年 | 5篇 |
2008年 | 9篇 |
2007年 | 3篇 |
2006年 | 6篇 |
2005年 | 6篇 |
2004年 | 4篇 |
2003年 | 1篇 |
2002年 | 3篇 |
2001年 | 3篇 |
2000年 | 3篇 |
1999年 | 3篇 |
1998年 | 4篇 |
1997年 | 2篇 |
1996年 | 5篇 |
1995年 | 1篇 |
1994年 | 3篇 |
1992年 | 3篇 |
1991年 | 1篇 |
1989年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有152条查询结果,搜索用时 15 毫秒
81.
82.
针对GUI开发工具FLTK(Fast Light Tool Kit在开发嵌入式系统应用程序中的不足之处,借鉴微软的MFC,建立了以FLTK为基础的嵌入式系统应用程序框架,实现窗口管理和非标准I/O操作事件的处理.引入消息映射机制和传递机制,实现在类成员函数中分布处理应用程序消息.该框架能提高应用程序开发效率,使程序更灵活和易于扩展. 相似文献
83.
将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。 相似文献
84.
负载平衡是并行处理中的一个重要概念。参与一个程序执行的各处理机所承担的工作量是否均衡直接影响该程序的并行性能。本文对面向MPP系统程序循环级并行化中负载平衡的优化进行了探讨,提出了优化策略及其实施算法。 相似文献
85.
采用循环追踪算法解决编队航天器交会控制问题。建立并推导了线性循环追踪算法和非线性循环追踪算法数学模型,提出了绕飞平面采用循环追踪控制,绕飞平面法向采用比例微分进行振动抑制的编队交会控制律。基于脉冲推力方式,对绕飞平面分别采用线性和非线性循环追踪的三航天器编队交会控制问题进行了仿真分析。仿真结果表明,提出的基于循环追踪的控制方式可满足编队航天器交会控制要求,航天器按顺时针运行轨迹交会于初始位置决定的参考中心,三航天器间相对距离、相对运动速度变化趋势基本一致,速度增量消耗较小,为航天器编队构形控制研究提供有益参考。 相似文献
86.
抗多径衰落是正交频分复用(OFDM)系统的显著特点之一。具体分析了OFDM抗多径的机理,说明了两种不同情况下多径对信号频谱的影响,并提出了相应的减轻多径影响的方法。通过仿真分析验证了HiperLANType2标准规定的OFDM系统的抗多径性能,并提出了一些改善系统性能的方法。 相似文献
87.
文中给出了一个机械人力反馈依从控制用多微机系统的VME总线控制器的基本结构,给出了采用循环选择(RRS)优先策略裁决器的设计细节,指出了在设计过程中遇到的问题及其解决办法,最后以MSI、SSI给出了总线控制器的具体实现。 相似文献
88.
围绕超声速混合层标量混合在组合循环发动机中的应用,综述了超声速混合层以及超声速混合层标量混合过程的国内外研究进展,并针对高雷诺数超声速混合层标量输运与扩散特性研究中存在的不足提出解决办法,指出该领域值得深入开展的研究方向。 相似文献
89.
首尾相接的循环队列是一种动态的数据结构。本文给出了在并发进程环境下,使用循环队列的判定定理,本定理已在银河机软件实现中得到应用。 相似文献
90.
针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。 相似文献