全文获取类型
收费全文 | 515篇 |
免费 | 20篇 |
国内免费 | 4篇 |
专业分类
管理学 | 68篇 |
劳动科学 | 2篇 |
民族学 | 2篇 |
人才学 | 6篇 |
人口学 | 9篇 |
丛书文集 | 26篇 |
理论方法论 | 5篇 |
综合类 | 267篇 |
社会学 | 17篇 |
统计学 | 137篇 |
出版年
2024年 | 2篇 |
2023年 | 13篇 |
2022年 | 11篇 |
2021年 | 13篇 |
2020年 | 13篇 |
2019年 | 8篇 |
2018年 | 4篇 |
2017年 | 19篇 |
2016年 | 24篇 |
2015年 | 16篇 |
2014年 | 18篇 |
2013年 | 29篇 |
2012年 | 31篇 |
2011年 | 31篇 |
2010年 | 42篇 |
2009年 | 35篇 |
2008年 | 37篇 |
2007年 | 36篇 |
2006年 | 22篇 |
2005年 | 20篇 |
2004年 | 21篇 |
2003年 | 24篇 |
2002年 | 22篇 |
2001年 | 14篇 |
2000年 | 7篇 |
1999年 | 12篇 |
1998年 | 3篇 |
1997年 | 4篇 |
1996年 | 3篇 |
1995年 | 2篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有539条查询结果,搜索用时 15 毫秒
1.
对混有复白噪声的正弦信号的频率估计 总被引:1,自引:0,他引:1
彭鸿铭 《江汉大学学报(社会科学版)》2002,19(3):24-26
本文通过用MATLAB软件,用最大似然法,修正协方差AR谱估计法,信号子空间频率估计,Pisarenko谐波分解(PHD)法,多信号分类(MUSC,Multiple Signal Classification)算法这5种方法来实现对混有复白噪声的正弦信号的频率估计。 相似文献
2.
根据专家打分结论,结合灰色系统评价方法得出的结果,作为BP神经网络输入样本的目标值,进行网络的训练和检验.将得到的性能良好的网络模型,进行人力资源价值评价预测仿真,取得了良好的效果. 相似文献
3.
本文分析了在MATLAB中实现SIMULINK自定义函数的重要意义,系统地阐述了通过S-FUNCTION实现SIMULINK自定义模块的两种途径,以及基于这两种途径的详细实现方案,并针对实际应用给出了详细设计实例。 相似文献
4.
售后服务机构为了准确地准备库存,都需要预测产品的市场保有量。基于马尔可夫链建立的状态概率矩阵模型,与抽样调查、时间序列法、回归分析法等方法相比,更能准确预测市场产品保有量。与传统产品相比较,更新换代速度快的电子产品,要预测其市场保有量,更需要利用状态概率矩阵模型。 相似文献
5.
董婷 《榆林高等专科学校学报》2008,18(4):94-96
支持向量机算法SVM(Support Vector Machine)做为新一代机器学习算法近年来被成功的应用到很多模式识别问题中,其在数学上表示为求解一个二次规划问题。主要论述了支持向量机分类算法在MATLAB环境下的具体实现方法,为支持向量机算法的学习者和非计算机专业的广大研究人员提供一种简单、方便、高效、可行实现方法。 相似文献
6.
7.
针对未来配网中压馈线柔性互联的迫切需求,提出了采用Y型模块化多电平变换器(Y modular multilevel converter, Y MMC)实现柔性多状
态开关功能的研究思路。首先分析其拓扑结构与工作原理,采用功率外环电流内环的双闭环控制策略,在MATLAB/Simulink平台中搭建了系统仿真模型。在10 kV
中压配网环境下,仿真研究了Y MMC对有功功率和无功功率的传输性能及系统的动态响应。结果表明所搭建的系统有较好的性能,该研究为新型交 交拓扑的
柔性多状态开关用于中压配网环境下的适用性提供了参考。 相似文献
8.
DGM(1,1)模型参数值的恒定性造成了其模型结构的静态不变性,并进一步导致了其难以有效模拟复杂系统的中长期动态演化规律.文章通过建立DGM(1,1)1模型模拟部分参数的动态规律与发展趋势,实现模型参数与外部系统的适应性动态同步变化,在此基础上构建部分参数可变条件下的动态DGM(1,1)11预测模型.实证表明模拟精度明显优于传统的DGM(1,1)模型及经典GM(1,1)模型. 相似文献
9.
10.
目前研究的模糊C均值聚类算法(FCM)面临的最重要问题是初始值随机选取,导致其容易陷入局部最优,同时影响运算速度.而灰色预测GM(1,1)模型在形成预测公式时对初始值的选取也没有合理有效的方案.针对以上问题,文章提出坐标密度法,确定初始聚类中心,对FCM算法进行改进;接着提出运用改进的FCM求取GM(1,1)中数据的聚类中心,并把聚类中心作为初始值的方法;通过与已知算法进行比较验证了其可行性和有效性. 相似文献