全文获取类型
| 收费全文 | 412篇 |
| 免费 | 11篇 |
| 国内免费 | 16篇 |
专业分类
| 教育 | 224篇 |
| 科学研究 | 108篇 |
| 体育 | 8篇 |
| 综合类 | 14篇 |
| 信息传播 | 85篇 |
出版年
| 2024年 | 12篇 |
| 2023年 | 59篇 |
| 2022年 | 19篇 |
| 2021年 | 38篇 |
| 2020年 | 44篇 |
| 2019年 | 41篇 |
| 2018年 | 15篇 |
| 2017年 | 12篇 |
| 2016年 | 11篇 |
| 2015年 | 19篇 |
| 2014年 | 16篇 |
| 2013年 | 18篇 |
| 2012年 | 12篇 |
| 2011年 | 13篇 |
| 2010年 | 10篇 |
| 2009年 | 17篇 |
| 2008年 | 17篇 |
| 2007年 | 14篇 |
| 2006年 | 10篇 |
| 2005年 | 11篇 |
| 2004年 | 7篇 |
| 2003年 | 4篇 |
| 2002年 | 6篇 |
| 2001年 | 5篇 |
| 2000年 | 3篇 |
| 1999年 | 2篇 |
| 1998年 | 1篇 |
| 1997年 | 1篇 |
| 1994年 | 2篇 |
排序方式： 共有439条查询结果，搜索用时 15 毫秒
81.
引进机器学习的思想,通过数据挖掘的手段,提出了一种新的渠道糙率直接反演方法,并应用于石头河水库灌区水流模拟计算。结果表明,计算水位于实测水位过程基本吻合。 相似文献
82.
机器学习及其主要策略 总被引：3，自引：0，他引：3
黄海滨 《河池师范高等专科学校学报》2000,20(4):85-89
本文介绍了机器学习的定义,意义,然后对机器学习系统的基本结构进行分析,最后分别给出了机器学习的几种主要策略的基本思想。 相似文献
83.
随着人工智能技术日新月异的发展,新工科建设为“机器学习”课程提出了新的挑战。目前诸多高校在机器学习教学中仍然采用固定的教学内容、侧重于单一的教学方式,课程实验简单且应用实践较少。文章针对“机器学习”课程涉及多学科交叉、技术更新快速以及强调编程实操能力,导致教学效果不理想,不利于创新型、技术型人才培养的问题,从教学内容的更新迭代、混合教学模式创新、课程实验的项目启发以及多方位考核四个方面提出了具体的改革方案。 相似文献
84.
“环境生态学”是环境专业的必修课程,与环境监测、污染生态学等多领域研究有交叉,通过这门综合性课程的学习使学生在掌握“环境生态学”理论知识的基础上,正确认识人类活动如何通过生态途径干扰、恢复和重建生态系统。在新工科背景下,根据传统教学的不足和学生发展特点,创新性提出以机器学习的交叉融合为切入点,构建“课堂指引（guidance）+自主探索（explore）+成果考核（check）+效果追踪（trace）”的“四位一体”GECT教学模式,为“前沿交叉”融入环境工程专业课堂教学理念提供参考,满足新时代发展对实践创新型人才的需求,对新工科理念下环境工程专业的建设具有重要的推动作用。 相似文献
85.
氧电催化材料是一类在氧还原反应(ORR)和氧析出反应(OER)中发挥作用的催化剂材料,具有重要的能源转换和储存应用前景。传统的氧电催化材料主要包括铂、铂合金、钴、镍等金属,然而这些材料的高成本、催化活性和稳定性等问题限制了它们的应用。因此,开发高效、低成本、稳定的氧电催化材料成了一个重要的研究方向。高通量计算和机器学习的数据驱动研究新范式可以高效地预测材料的电子结构、反应机理等,为氧电催化材料的设计和优化提供了新思路和指导,为开发高效、低成本、稳定的氧电催化材料提供了有力支持。 相似文献
86.
87.
[目的/意义] 在社会化标注系统中，标签质量往往关乎用户对网络资源的分类、查询、浏览、获取等使用体验，确定影响标签质量的关键因素有助于进一步优化社会化标注系统的资源组织核心功能。[方法/过程] 以社会化标注系统的标签为研究对象，从标注主体、标注客体、标注环境、标注动机、标注方式、标注产物等维度入手重构标签质量影响因素模型，尝试探究影响社会化标签质量的关键因素，并运用问卷调查方法收集数据，结合有监督学习的随机森林算法，建立标签质量影响因素的决策树模型。[结果/结论] 结果显示，标注主体是影响标签质量的首要关键维度，主体的知识结构和认知水平、标注频度及其感知有用性对标签质量的影响突出；标注方式是影响标签质量的次要关键维度，标签推荐和规范标签提示是影响标签质量的重要因素。 相似文献
88.
《江苏教育》2021,(30)
当下,中小学的书法评分方法是按照一定的鉴赏标准来设计评分要点的,由评阅专家进行主观评分。但是由于不同专家的个人喜好、审美不同,所以很难解决公平、公正的问题。在书法评分标准中,所设计的评分要点看起来很细致、具体,但实际进行评分操作时,那些描述精细的评分标准很难落实到具体的评分上。而且,不同的专家和教师评分结果参差不齐,评分标准悬殊较大。目前,机器学习,特别是深度学习在图像识别、自然语言处理等方面取得了较大的进展,只要有足够大的数据集,它们在图像分类方面的精确性非常高。机器学习,特别是深度学习图像分类法,为解决中小学书法作品分级评分提供了全新的思路和解决方案。 相似文献
90.
当前知识抽取的主要技术方法解析* 总被引：3，自引：0，他引：3
对MnM、KIM、Text2Onto、Amilcare、Melita等具有知识抽取功能的系统所应用的技术方法进行解析。提出在当前知识抽取技术中,机器学习和自然语言分析两大思路各自得到较大发展,并且在相互融合、相互借鉴中受益。在基于机器学习的知识抽取方面,出现以自适应信息抽取（Adaptive IE）、开放信息抽取（Open IE）为代表的新思路,并且有向自动本体学习（Ontology Learning）方向发展的趋势;在基于自然语言分析的知识抽取方面,基于模式标注、语义标注的方法得到广泛关注和进一步完善,并且有向基于Ontology的信息抽取（OBIE）方向发展的趋势。此外,为减少Ontology建设成本,让人们可以利用简单的自然语言构建Ontology,基于受控语言的信息抽取（CLIE）技术也得到一定的关注。 相似文献