全文获取类型
收费全文 | 149篇 |
免费 | 6篇 |
国内免费 | 7篇 |
专业分类
教育 | 90篇 |
科学研究 | 41篇 |
体育 | 12篇 |
综合类 | 18篇 |
信息传播 | 1篇 |
出版年
2023年 | 1篇 |
2022年 | 1篇 |
2021年 | 2篇 |
2019年 | 2篇 |
2018年 | 6篇 |
2017年 | 4篇 |
2016年 | 4篇 |
2015年 | 8篇 |
2014年 | 9篇 |
2013年 | 5篇 |
2012年 | 20篇 |
2011年 | 22篇 |
2010年 | 7篇 |
2009年 | 11篇 |
2008年 | 14篇 |
2007年 | 9篇 |
2006年 | 8篇 |
2005年 | 4篇 |
2004年 | 6篇 |
2003年 | 4篇 |
2002年 | 6篇 |
2001年 | 2篇 |
2000年 | 3篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1996年 | 1篇 |
排序方式: 共有162条查询结果,搜索用时 15 毫秒
101.
根据GM(1,1)模型和自回归模型的特点,建立了综合GM(1,1)模型和自回归模型的变权组合预测模型,并对临沂市GDP进行分析预测,与实际情况非常相符,具有较好的预测效果. 相似文献
102.
基于GM(1,1)模型的我国R&D投入强度预测研究 总被引:1,自引:0,他引:1
20世纪90年代中期以来,我国R&D投入一直保持持续、稳定的增长,带来了科学技术的飞跃发展。从R&D投入强度,即R&D经费与国内生产总值之比入手,构建了我国R&D投入强度的GM(1,1)模型,提出了提高我国R&D投入强度的几点思考。 相似文献
103.
104.
为有效预测具有振荡性质的港口吞吐量,提出基于正弦和的GM(1,1)幂模型(称为正弦和修正模型)。首先通过原始序列建立指数优化的GM(1,1)幂模型以描述总体趋势,然后利用正弦和描述残差中包含的周期性振荡规律,建立正弦和修正模型。利用该模型对广州港吞吐量进行预测,结果表明:该模型能够较好地描述具有周期振荡特征的港口吞吐量时间序列数据,预测精度都显著优于线性回归模型、GM(1,1)和指数优化的GM(1,1)幂模型,可将该模型用于具有振荡性质的吞吐量预测中。 相似文献
105.
运用GM(1,N)模型对链球运动员顾原训练状态的分析研究 总被引:3,自引:0,他引:3
杨利勇 《山东体育学院学报》2004,20(2):62-64
运用灰色理论中的GM(1,N)动态模型,对顾原的链球成绩与各项身体素质进行动态分析,找出影响顾原链球成绩提高的主要因素,对教练员指导训练具有一定的参考价值。 相似文献
106.
为提高长山水道船舶交通流量的预测精度,对灰色系统中的GM(1,1)模型进行优化.在对长山水道船舶交通流量进行分析的基础上,通过改进GM(1,1)模型背景值、改变初始条件、增加新信息优先权、引入残差修正等方法对GM(1,1)模型进行优化.通过该优化模型的预测数据与历史数据的比较验证了该优化模型的准确性和可靠性.最后用该优化模型对长山水道2015—2016年的船舶交通流量进行了预测. 相似文献
107.
张利霞 《济宁师范专科学校学报》2014,(3):60-62,65
以2001~2010年济宁市10年的人口数据资料为依据,应用灰色系统理论构建GM(1,1)人口预测模型.统计检验和误差分析表明,模型精度较高,用该模型对济宁市2011~2015年的人口总数进行了预测,并结合济宁市人口发展历史和现状对预测结果进行了分析. 相似文献
108.
结合河南省高校第二次R&D资源清查的结果和历年数据,分析河南省高校R&D投入强度的概况和影响因素。河南省高校R&D投入强度整体偏低,主要影响因素包括科技经费投入规模、区域经济发展水平、财政支出结构等。运用GM(1,1)模型模拟并预测未来河南省高校R&D投入强度的走势。最后,提出的改进建议包括充分重视高校在科技活动中的作用、提高科技支出比重等。 相似文献
109.
我国风电产业装机容量预测分析 总被引:1,自引:0,他引:1
目前我国风电产业进入规模化发展阶段,由于在发展过程中产业链相关主体缺乏对我国风电装机容量的准确预测,导致一系列无序发展问题,因此运用GM(1,1)灰色系统模型对我国未来风电装机容量进行了科学预测,根据预测结果,我国未来几年风电装机容量将继续保持高速增长,至2015年将达到3亿9258万kW,本文根据预测结果并结合实际对目前我国风电产业存在的问题进行了深入分析并提出了相应的对策建议。 相似文献
110.
大学生就业信心指数的预测可以在一定程度上了解大学生就业信心的变化趋势.因此,文章建立了基于L1范数的诱导有序加权几何平均(IOWGA)算子的组合预测模型及预测有效度评价指标体系,以山东省德州市某高校2000—2012年大学生就业信心指数数据,对大学生就业信心指数中的全局信心指数进行分析预测,并与采用GM(1,N)预测模型、单指数平滑预测模型和ARMAX预测模型分析结果从预测精度、预测模型有效性上进行比较.结果表明:基于L1范数的IOWGA算子组合预测模型比其他三种单项预测方法预测方法精度更高且为优性组合预测,本模型对大学生就业信心指数预测是可行的,可以用于对大学生就业信心的定量研究. 相似文献