首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   335篇
  免费   2篇
  国内免费   4篇
教育   235篇
科学研究   62篇
体育   1篇
综合类   20篇
信息传播   23篇
  2023年   3篇
  2022年   4篇
  2021年   6篇
  2020年   4篇
  2019年   4篇
  2018年   6篇
  2017年   3篇
  2016年   4篇
  2015年   16篇
  2014年   17篇
  2013年   19篇
  2012年   23篇
  2011年   33篇
  2010年   24篇
  2009年   24篇
  2008年   27篇
  2007年   24篇
  2006年   19篇
  2005年   19篇
  2004年   14篇
  2003年   19篇
  2002年   3篇
  2001年   4篇
  2000年   7篇
  1999年   7篇
  1998年   2篇
  1997年   3篇
  1993年   1篇
  1992年   2篇
排序方式: 共有341条查询结果,搜索用时 15 毫秒
61.
遗传算法求解旅行商问题的一个新方法   总被引:1,自引:1,他引:0  
提出了利用遗传算法求解TSP问题的一个新方法,该方法采用二进制编码,并巧妙地设计了一种解码算法,不仅可以使得种群进化,而且扩大了搜索的空间。实验表明,比起传统的遗传算法,新方法的性能有显著改善。  相似文献   
62.
提出了一种基于粒子群算法的织物组织结构识别新方法。该方法采用USB数码显微镜摄取布样图像,经直方图均衡化以增加灰图图像对比度、二值化、去除噪声等一系列图像预处理,用经线纬线的宽度法来提取织物组织结构的特征,用粒子群算法进行识别分类。实验结果表明,通过该方法对织物组织结构的识别具有较高的准确率。  相似文献   
63.
有一种基于PSO优化的模糊RBF神经网络学习算法,该算法首先将模糊RBF神经网络需要调整的参数作为粒子,利用PSO算法的全局搜索及快速收敛特性对模糊RBF神经网络结构进行优化,然后将经PSO算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,再结合梯度下降法对网络的各参数进行动态调整。将之应用于对UCI数据集的分类及函数逼近,仿真结果表明优化后的模糊RBF神经网络具有更高的精度及鲁棒性。  相似文献   
64.
微粒群算法具有较强的全局搜索能力,但容易陷入局部最小点,与模拟退火算法相结合,利用退火算法搜索过程中具有的概率突跳能力,能够有效地避免搜索过程陷入局部极小解。仿真结果表明。改进的算法能够有更好的优化效果。  相似文献   
65.
RFID技术具有识别距离远、非接触、识别速度快、无需人工干预等特点,在各个领域都得到广泛应用;但在实际RFID系统中经常会产生碰撞问题,解决碰撞问题的防碰撞算法成为RFID系统的关键技术;介绍了几种RFID防碰撞算法的基本原理和各自的特点,通过对各种算法的比较指出了不同算法的具体适用场合,为在实际应用中选择合适的防碰撞算法提供了参考。  相似文献   
66.
为解决蚁群算法(ACO)求解TSP收敛速度缓慢、易陷入局部最优的问题,提出一种基于蚁群的融合算法(APG)。首先在ACO的初始种群中引入精英策略,获得精英路径并构建精英可行解空间;其次引入PSO模型,令精英可行解作为PSO的初始种群,加入GA中的进化策略,使粒子与Gbest进行交叉操作,再使交叉操作后的粒子发生变异,得到第二次优化的可行解空间;最后更新ACO信息素,完成一次ACO优化迭代过程。通过APG在TSPLIB中不同实例的验证,结果表明,APG算法较其它路径优化算法能够得到更优路径。  相似文献   
67.
在使用汇编语言编程时,常常需要将结果数据按不同的数制形式显示出来,而计算机中的机器数是按二进制形式进行处理和存储的。对如何将其转换为二进制、十进制和十六进制等形式显示在CRT显示器上进行了研究,并给出具体的实现方法。  相似文献   
68.
69.
对决策表的二进制可辨矩阵^[11]进行先期化简的算法^[10]可大大减少知识约简的操作对象,大大加快知识约简的速度,是一种很有前途的知识约简的新方法.但目前的二进制矩阵的化简规则不是有效完备的,在有些情况下求出的不是的简(不有效),在有些情况下有的约简不能由化简后的矩阵求出(不完备).本将严格地研究二进制矩阵化简的有效完备性,并给出求最简有效完备矩阵的算法,从而使这种很有前途的算法有坚实可靠的理论基础.  相似文献   
70.
INTRODUCTION The particle swarm optimization (PSO) method is a member of the broad category of swarm intelli- gence techniques for finding optimized solutions. The PSO algorithm is based on the social behavior of animals such as flocking of birds and schooling of fish, etc. PSO has its origin in simulation for visual- izing the synchronized choreography of bird flock by incorporating concepts such as nearest-neighbor ve- locity matching and acceleration by distance (Par- sopoulos and V…  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号