全文获取类型
收费全文 | 209篇 |
免费 | 23篇 |
国内免费 | 12篇 |
专业分类
航空 | 144篇 |
航天技术 | 34篇 |
综合类 | 19篇 |
航天 | 47篇 |
出版年
2023年 | 4篇 |
2022年 | 1篇 |
2021年 | 1篇 |
2020年 | 2篇 |
2019年 | 2篇 |
2018年 | 3篇 |
2017年 | 4篇 |
2016年 | 2篇 |
2015年 | 2篇 |
2014年 | 11篇 |
2013年 | 3篇 |
2012年 | 4篇 |
2011年 | 5篇 |
2010年 | 3篇 |
2009年 | 7篇 |
2008年 | 15篇 |
2007年 | 12篇 |
2006年 | 13篇 |
2005年 | 16篇 |
2004年 | 11篇 |
2003年 | 8篇 |
2002年 | 5篇 |
2001年 | 2篇 |
2000年 | 8篇 |
1999年 | 15篇 |
1998年 | 5篇 |
1997年 | 11篇 |
1996年 | 7篇 |
1995年 | 11篇 |
1994年 | 12篇 |
1993年 | 10篇 |
1992年 | 9篇 |
1991年 | 3篇 |
1990年 | 3篇 |
1989年 | 4篇 |
1988年 | 2篇 |
1986年 | 2篇 |
1982年 | 2篇 |
1981年 | 3篇 |
1965年 | 1篇 |
排序方式: 共有244条查询结果,搜索用时 406 毫秒
241.
242.
243.
针对传统电力数据分析方法存在适用范围有限、模型复杂等导致电器分类准确率较差的问题,提出了一种基于多层堆叠长短期记忆(Long short-term memory,LSTM)网络的电力数据分析模型。首先,根据电力数据的频谱图、Mel频率倒谱系数(Mel-Frequency Cepstral Coefficient,MFCC)和Mel频谱图提取电力数据的特征,然后将其应用于深度学习模型并提高分类任务的性能,从而改善过拟合问题。其次,建立了一个多层堆叠LSTM模型,从而有效提高模型的分类和回归能力。最后,提出了一种改进的软独热编码和多尺度训练方法,从而防止峰值概率分布,提高模型的泛化能力。实验阶段,以家庭电力数据集为例,对所提模型进行验证。仿真结果表明,所提模型软独热编码及多尺度训练对加快训练效果具有一定效果,最终分类准确率到达89.85%。 相似文献
244.