全文获取类型
| 收费全文 | 3877篇 |
| 免费 | 19篇 |
| 国内免费 | 73篇 |
专业分类
| 教育 | 1672篇 |
| 科学研究 | 1379篇 |
| 体育 | 34篇 |
| 综合类 | 107篇 |
| 文化理论 | 10篇 |
| 信息传播 | 767篇 |
出版年
| 2024年 | 7篇 |
| 2023年 | 57篇 |
| 2022年 | 27篇 |
| 2021年 | 43篇 |
| 2020年 | 51篇 |
| 2019年 | 71篇 |
| 2018年 | 47篇 |
| 2017年 | 77篇 |
| 2016年 | 87篇 |
| 2015年 | 138篇 |
| 2014年 | 302篇 |
| 2013年 | 299篇 |
| 2012年 | 267篇 |
| 2011年 | 255篇 |
| 2010年 | 308篇 |
| 2009年 | 358篇 |
| 2008年 | 337篇 |
| 2007年 | 341篇 |
| 2006年 | 248篇 |
| 2005年 | 242篇 |
| 2004年 | 170篇 |
| 2003年 | 117篇 |
| 2002年 | 71篇 |
| 2001年 | 25篇 |
| 2000年 | 14篇 |
| 1999年 | 7篇 |
| 1998年 | 2篇 |
| 1997年 | 1篇 |
排序方式： 共有3969条查询结果，搜索用时 15 毫秒
991.
对差异设备中的底层IPv6网络安全检测模块的研究中,传统网络安全检测方法在应用层对攻击进行识别和拦截,无法保证用户的数据安全,并且识别新攻击速度慢,拦截概率低。为此提出一种基于数据挖掘融合IPSec的安全检测模块,面向用户数据安全,采用K-means数据融合算法提取入侵数据特征,建立模型库,实施拦截。通过模拟多种攻击模式对提出的算法和传统算法进行性能比较,结果显示,所提算法能够在更短的时间内,提取攻击特征,建立模型库,并且在相同次数的攻击下,模块对攻击具有更高的检测概率,平均高于传统方法15%,显示了优越的检测性能。 相似文献
992.
随着信息化时代的来临,数据量呈现直线上升,如何从这海量数据中提取有效信息是信息化发展必须解决的问题。传统数据结构设计采用数组、链表或者关联容器的数据结构设计方法,无法解决数据海量时带来的空间离散性和数据关联性问题,数据分析效率低。为此提出一种基于数据挖掘的点线面多层数据结构设计方法,采用K-means算法对数据进行挖掘,提取数据特征,然后设计了点、线、面多层数据结构,最后采用反距离插值的方法对数据的空间性能进行分析,并以实际空间离散数据为对象进行分析。结果显示,采用新设计的数据结构后,数据分析耗费时间更短,性能更加优越。 相似文献
993.
随着互联网和大数据技术的发展,各大城市正积极开展智慧城市建设。智慧城市是新一代信息技术支撑、知识社会创新环境下的新城市形态。智慧城市的主要特征是信息共享、合作协同和智能响应。本文构建了智慧城市的整体架构,分析了智慧城市的技术层次关系。介绍了大数据技术在智慧城市中的应用。 相似文献
994.
电力营销部门的收费业务涉及面广、影响面大,是可能导致客户满意率下降的主要因素之一。对电力缴费群体进行细分,针对性采取改善措施可有效提高缴费服务水平。结合甘肃省电力公司实际情况,选取卡表居民客户为研究对象,通过对客户缴费行为特征分析,探索性提出缴费行为细分模型,并通过聚类分析、数据挖掘等方法研究确定细分群,在此基础上对各类细分群体提出了缴费服务提升。 相似文献
995.
996.
随着大数据时代到来,网络微博舆情分析面临新的挑战,面向不同舆情主题应采取不同的应急对策。对“腐败”和“城管”主题下的博主关系网络结构进行实证分析,并利用PageRank方法对不同主题下影响力大的博主进行挖掘,提高了大数据背景下高价值微博用户的挖掘效率,为网络舆情应急管理提供智力支持。 相似文献
997.
目前,IT行业中,数据时代越来越受到关注,塞班智能手机企业已经开始着手准备将数据挖掘应用于Symbian系统。而Andriod手机是全球最多使用者的智能手机,应该及时跟紧大数据时代,设计合理的应用,开发基于Andriod手机的数据挖掘算法。本文通过分析Andriod手机数据挖掘的需要性,对Apriori算法如何应用于Andriod手机进行研究。 相似文献
998.
<正>传统的数据库是面向事务并存储在线交易的数据捕获设计,难以实现对于数据分析的处理要求,数据处理多样化的要求,因此出现了数据仓库。数据仓库是面向主题的并来源于其他数据库处理,这种新技术还是用关系数据库管理系统来管理其中的数据。通过数据归类来帮助决策者选择最优的方案决解决问题。 相似文献
999.
数据挖掘是一种专业性的数据处理技术,在大数据领域的应用优势明显。商业银行经常需要处理大量的客户信息,是典型的数据量巨大的商业领域,在商业银行中应用数据挖掘技术是未来发展的必然选择。在人们对商业银行服务要求越来越高的背景下,加强数据挖掘技术的研究及在商业银行中的应用具有重要意义。 相似文献
1000.