全文获取类型
收费全文 | 335篇 |
免费 | 2篇 |
国内免费 | 4篇 |
专业分类
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 |
出版年
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.
段明秀 《当代教育理论与实践》2010,2(1):101-104
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.
戚伟 《淮南职业技术学院学报》2012,12(4):22-24
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.
68.
69.
马垣 《鞍山师范学院学报》2003,5(2):78-82
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.
KHOSLA Arun KUMAR Shakti AGGARWAL K.K. 《浙江大学学报(A卷英文版)》2006,7(12):1989-1994
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