全文获取类型
收费全文 | 420篇 |
免费 | 53篇 |
国内免费 | 2篇 |
专业分类
财政金融 | 26篇 |
工业经济 | 22篇 |
计划管理 | 212篇 |
经济学 | 28篇 |
综合类 | 24篇 |
旅游经济 | 2篇 |
贸易经济 | 95篇 |
农业经济 | 30篇 |
经济概况 | 36篇 |
出版年
2024年 | 1篇 |
2023年 | 14篇 |
2022年 | 27篇 |
2021年 | 38篇 |
2020年 | 31篇 |
2019年 | 21篇 |
2018年 | 10篇 |
2017年 | 5篇 |
2016年 | 2篇 |
2015年 | 23篇 |
2014年 | 46篇 |
2013年 | 43篇 |
2012年 | 46篇 |
2011年 | 47篇 |
2010年 | 44篇 |
2009年 | 9篇 |
2008年 | 11篇 |
2007年 | 13篇 |
2006年 | 14篇 |
2005年 | 6篇 |
2004年 | 4篇 |
2003年 | 4篇 |
2002年 | 1篇 |
2001年 | 6篇 |
2000年 | 2篇 |
1999年 | 3篇 |
1996年 | 2篇 |
1994年 | 1篇 |
1993年 | 1篇 |
排序方式: 共有475条查询结果,搜索用时 15 毫秒
1.
深度学习方法在作物遥感分类中的应用和挑战 总被引:1,自引:0,他引:1
[目的]准确估算作物的面积和分布对粮食安全至关重要。与传统的机器学习方法相比,深度学习具有多种优势,如端到端训练、可迁移性。为有效利用高时空数据进行作物识别提供了新的机遇。已有多种模型被应用于作物分类任务中,针对不同的分类任务,如何有效地选择模型,并对其进行训练和使用已成为关键问题。[方法]文章回顾了利用深度学习模型对作物分类的主要研究。N维卷积神经网络(N-D CNN)(N=1、2、3)和递归神经网络(RNN)已被有效用于作物分类任务。长短期记忆RNN(LSTM RNN)和门控循环单元RNN(GRU RNN)是RNN的变体,解决了随着时间序列增加RNN出现的梯度消失或爆炸问题。此外,还有研究使用CNN和RNN(我们称为RCNN)的混合模型对作物进行分类。该文首先阐述了使用深度学习方法进行作物制图的背景和意义,并介绍了CNN和RNN模型结构。然后回顾了一些典型的研究,包括模型的结构、遥感数据源、数据处理方法和分类精度。最后,总结了使用深度学习方法进行作物分类的挑战以及现有解决方案的局限性。[结果](1)1-D CNN可用于提取时间特征,或时间+光谱特征,分类效果良好;2-D CNN已被广泛应用于单时相数据的空间特征提取,分类精度依赖于数据源;3-D CNN应用较少,但具有很大的潜力,尤其是时间+空间维度的特征提取;(2)相同条件下(架构、数据源、研究区域、类别),LSTM RNN和GRU RNN分类效果通常高于普通RNN,而前两者的效果差距不大,但GRU RNN训练时间较短;(3)CNN+RNN混合模型(RCNN)用RNN比3-D CNN更适合提取时间特征。这主要是由于RNN建立了对序列数据的长期依赖,而3-D CNN卷积核是局部计算的。[结论]通过分析,认为深度学习技术是作物遥感分类的有效工具。此外,与其他模型相比,RCNN,3-D CNN和GUR RNN具有更大的潜力。 相似文献
2.
3.
4.
Ting Sun Miklos A. Vasarhelyi 《International Journal of Intelligent Systems in Accounting, Finance & Management》2018,25(4):174-189
The objective of this paper is twofold. First, it develops a prediction system to help the credit card issuer model the credit card delinquency risk. Second, it seeks to explore the potential of deep learning (also called a deep neural network), an emerging artificial intelligence technology, in the credit risk domain. With real-life credit card data linked to 711,397 credit card holders from a large bank in Brazil, this study develops a deep neural network to evaluate the risk of credit card delinquency based on the client's personal characteristics and the spending behaviours. Compared with machine-learning algorithms of logistic regression, naive Bayes, traditional artificial neural networks, and decision trees, deep neural networks have a better overall predictive performance with the highest F scores and area under the receiver operating characteristic curve. The successful application of deep learning implies that artificial intelligence has great potential to support and automate credit risk assessment for financial institutions and credit bureaus. 相似文献
5.
区域贫困程度测度是精准施策,打赢脱贫攻坚战的重要依据。在对已有贫困程度测度方法回顾的基础上,文章通过分析深度贫困地区的贫困特征,提出区域贫困程度测度原则,构建区域贫困程度测度指标体系,并以甘肃为例对深度贫困县贫困程度进行测算,进一步了解深度贫困县的贫困现状、集中区域、影响因素及贫困差距等,以期为地方打赢脱贫攻坚战提供借鉴。 相似文献
6.
基于385对顾客和员工的问卷调查的配对数据,考察了员工的情绪劳动如何影响顾客的信任和忠诚,以及顾客察觉准确性在其中的调节作用。研究结果表明员工的深层表演会促进顾客的信任,进而促进顾客忠诚;顾客对深层扮演的高察觉准确性会加强员工的深层扮演与顾客信任之间的正向关系,而当顾客对表面扮演察觉准确性低时,员工的表面扮演会对顾客信任有正向的影响;顾客的深层/表面扮演察觉准确性加强了深层/表面扮演、顾客信任和忠诚之间的中介效应。研究帮助从情绪的视角更好地理解服务情境中信任的前因变量,发现顾客的察觉准确性在情绪劳动影响过程中的重要作用,有助于服务企业从情绪劳动的角度来建立顾客信任和忠诚。 相似文献
7.
8.
做好食品抽样检验工作是确保食品质量和安全的关键,本研究对目前国内食品抽样检验管理现状进行了分析,针对食品安全抽样检验管理存在的问题提出要强化制度建设、强化技术团队建设、制定统一检测标准等方法,并提出进一步深化改革食品安全抽样检验管理办法,旨在保障公众食品安全,提高食品抽样监管力度。 相似文献
9.
在中国快速城镇化阶段“重量”而“轻质”的建设过程中,城市建成区尤其是老城区的景观环境产生了诸如景观视廊受阻、风貌破败等大量问题。对此,自2015年中央城市工作会议以来,各地相继开展了城市修补专项规划,以修复及更新城市建成环境,促进城市空间品质提升。然而,由于缺乏对城市环境整体效应的统筹考虑,故在城市实际修补过程中,城市局部地块的品质提升反而对城市整体品质构成负面影响。因此,在人工智能及大数据技术深度介入城市规划和设计实践探索的基础上,研究基于全卷积神经网络模型(FCN)和城市场景要素深度学习数据集,对城市景观环境中的各要素进行了大规模且高颗粒度的精确识别,同时与空间数据叠加,对复杂建成环境中的景观问题进行精确分析,并基于分析成果辅助后续城市规划设计实践,逐层递进地对城市复杂建成环境进行精细化修补。选择位于嵩山脚下的登封市作为案例,探索人工智能技术在辅助城市修补等规划领域的前瞻性应用。 相似文献
10.
针对跳频信号分选存在人工提取参数特征具有复杂性的问题,提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换,得到二维的时频矩阵;接着提取信号的轮廓特征,构造三维矩阵作等高线图,并对等高线图进行预处理;最后把预处理后的等高线图输入到卷积神经网络中进行训练、测试,进而实现分类识别。仿真结果表明,在不需要复杂的人工提取参数特征的基础上,在分选率为100〖WT《Times New Roman》〗%〖WTBZ〗时,所提方法经裁剪处理下的信噪比为-15 dB,比支持向量机和传统K-Means聚类算法都低10 dB。实测数据的算法验证表明,所提方法能够将大疆精灵4Pro、hm无人机、司马航模X8HW以及大疆悟2这四类无人机正确分类。 相似文献