全文获取类型
收费全文 | 73篇 |
免费 | 7篇 |
国内免费 | 15篇 |
专业分类
电工技术 | 6篇 |
综合类 | 3篇 |
化学工业 | 1篇 |
金属工艺 | 17篇 |
机械仪表 | 3篇 |
能源动力 | 4篇 |
轻工业 | 3篇 |
水利工程 | 1篇 |
无线电 | 3篇 |
一般工业技术 | 1篇 |
冶金工业 | 17篇 |
原子能技术 | 13篇 |
自动化技术 | 23篇 |
出版年
2024年 | 1篇 |
2023年 | 2篇 |
2022年 | 2篇 |
2021年 | 7篇 |
2020年 | 4篇 |
2019年 | 11篇 |
2018年 | 7篇 |
2017年 | 3篇 |
2015年 | 4篇 |
2011年 | 3篇 |
2010年 | 3篇 |
2009年 | 5篇 |
2008年 | 3篇 |
2007年 | 3篇 |
2006年 | 3篇 |
2005年 | 3篇 |
2004年 | 3篇 |
2002年 | 4篇 |
2001年 | 1篇 |
2000年 | 2篇 |
1999年 | 1篇 |
1997年 | 2篇 |
1996年 | 2篇 |
1995年 | 4篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1992年 | 4篇 |
1991年 | 2篇 |
1990年 | 1篇 |
1988年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有95条查询结果,搜索用时 15 毫秒
81.
82.
目的 随着深度卷积神经网络的兴起,图像超分重建算法在精度与速度方面均取得长足进展。然而,目前多数超分重建方法需要较深的网络才能取得良好性能,不仅训练难度大,而且到网络末端浅层特征信息容易丢失,难以充分捕获对超分重建起关键作用的高频细节信息。为此,本文融合多尺度特征充分挖掘超分重建所需的高频细节信息,提出了一种全局注意力门控残差记忆网络。方法 在网络前端特征提取部分,利用单层卷积提取浅层特征信息。在网络主体非线性映射部分,级联一组递归的残差记忆模块,每个模块融合多个递归的多尺度残差单元和一个全局注意力门控模块来输出具备多层级信息的特征表征。在网络末端,并联多尺度特征并通过像素重组机制实现高质量的图像放大。结果 本文分别在图像超分重建的5个基准测试数据集(Set5、Set14、B100、Urban100和Manga109)上进行评估,在评估指标峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)上相比当前先进的网络模型均获得更优性能,尤其在Manga109测试数据集上本文算法取得的PSNR结果达到39.19 dB,相比当前先进的轻量型算法AWSRN(adaptive weighted super-resolution network)提高0.32 dB。结论 本文网络模型在对低分图像进行超分重建时,能够联合学习网络多层级、多尺度特征,充分挖掘图像高频信息,获得高质量的重建结果。 相似文献
83.
对回流式低速风洞试验段横截面进行流场测量和测试数据分析。由于回流式低速风洞试验段流场受边壁效应的影响且风洞两壁面不光滑,所以造成紧靠管壁处的流体速度趋于零。由于空气流体黏性的作用,使得从管壁到管的中心,速度有一定的梯度变化,且靠近管的中心时速度最大。经风洞划分区域并标记区域中心,测量结果表明,风洞中央风速明显略高于目标风速,且越往两侧风速越低。 相似文献
84.
85.
当前基于Transformer的主流跟踪框架在特征提取及融合方面存在3个问题:1)分开进行特征提O(N2)取与融合,易产生次优模型训练结果;2)使用计算复杂度为的自注意力机制会降低跟踪算法效率;3)简单的目标模板选取策略难以自适应跟踪过程中目标表观的剧烈变化.为此,利用快速傅里叶变换对目标与搜索区域的令牌进行有效混合,提出一种新颖的基于Transformer的视觉目标跟踪方案.针对问题1提出一种高效端到端方式将特征提取与融合进行统一学习以获得最优模型.针对问题2采用快速傅里叶变换实现目标与搜索区域令牌之间的完全信息交互,该操作计算复杂度为O(Nlog (N)),有助于提升跟踪效率.针对问题3提出一种基于跟踪质量评估的目标模板记忆存储机制以快速自适应目标表观的剧烈变化.在3个标准数据集LaSOT,OTB100,UAV123上,所提方法与当前最优方法相比在效率和精度上均取得更好表现. 相似文献
86.
87.
88.
89.
90.