全文获取类型
收费全文 | 62657篇 |
免费 | 8094篇 |
国内免费 | 6760篇 |
专业分类
电工技术 | 2685篇 |
综合类 | 5414篇 |
化学工业 | 1613篇 |
金属工艺 | 1003篇 |
机械仪表 | 4013篇 |
建筑科学 | 1771篇 |
矿业工程 | 835篇 |
能源动力 | 281篇 |
轻工业 | 2998篇 |
水利工程 | 468篇 |
石油天然气 | 1241篇 |
武器工业 | 795篇 |
无线电 | 17344篇 |
一般工业技术 | 3714篇 |
冶金工业 | 646篇 |
原子能技术 | 333篇 |
自动化技术 | 32357篇 |
出版年
2024年 | 455篇 |
2023年 | 1836篇 |
2022年 | 2015篇 |
2021年 | 2514篇 |
2020年 | 2341篇 |
2019年 | 2333篇 |
2018年 | 1280篇 |
2017年 | 1766篇 |
2016年 | 1988篇 |
2015年 | 2646篇 |
2014年 | 4793篇 |
2013年 | 3877篇 |
2012年 | 5169篇 |
2011年 | 4944篇 |
2010年 | 4307篇 |
2009年 | 4938篇 |
2008年 | 5469篇 |
2007年 | 5063篇 |
2006年 | 3405篇 |
2005年 | 3391篇 |
2004年 | 3224篇 |
2003年 | 2415篇 |
2002年 | 1779篇 |
2001年 | 1390篇 |
2000年 | 1097篇 |
1999年 | 597篇 |
1998年 | 512篇 |
1997年 | 456篇 |
1996年 | 318篇 |
1995年 | 299篇 |
1994年 | 264篇 |
1993年 | 144篇 |
1992年 | 135篇 |
1991年 | 121篇 |
1990年 | 107篇 |
1989年 | 93篇 |
1988年 | 8篇 |
1987年 | 4篇 |
1986年 | 12篇 |
1984年 | 1篇 |
1983年 | 1篇 |
1981年 | 2篇 |
1959年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 31 毫秒
61.
62.
针对传统图像融合方法容易导致融合图像出现细节不明显和目标信息不完整的问题,本文提出一种基于二维局部均值分解(Bidimensional Local Mean Decomposition,BLMD)和非下采样方向滤波器组(Nonsubsampled Directional Filter Banks,NSDFB)算法的红外与可见光图像融合方法(基于方向滤波的二维局部均值分解法,BidimensionalLocalMeanDecompositionbasedDirectionalFilteringAnalysis,BLMDDFA)。首先,计算两幅原始图片的熵值,同时提取熵值较大的图片的残余分量,该残余分量与另一张原始图片有着较强的相关性。然后,通过BLMD和NSDFB算法将残余分量和熵值较小的原始图片分解成低频子带和一系列不同尺度的高频方向子带,并使用不同的融合规则分别对低频子带和高频子带进行融合。最后,通过相应的逆变换运算获得融合图像。实验结果表明,本文方法的融合性能在对比度、细节信息展示和目标突出方面均高于经典的融合算法,在信息熵、标准差、空间频率和平均梯度方面较Laplacian方法中各指标分别提高了5.6%、28.9%、37.4%和47.6%,信噪比较Laplacian方法降低了8.5%。 相似文献
63.
64.
单传感器捕获的彩色-近红外(RGB-NIR)图像存在光谱干扰,从而导致重建出的标准彩色图像(RGB)图像与近红外(NIR)图像存在色彩失真以及细节信息模糊。针对这个问题提出一种基于深度学习的去马赛克方法,通过引入跳远连接与稠密连接解决了梯度消失和梯度弥散问题,使得网络更容易训练,并且提升了网络的拟合能力。首先,用浅层特征提取层提取了马赛克图像的像素相关性以及通道相关性等低级特征;然后,将得到的浅层特征图输入到连续多个的残差稠密块以提取专门针对去马赛克的高级语义特征;其次,为充分利用低级特征与高级特征,将多个残差稠密块提取到的特征进行组合;最后,通过全局跳远连接恢复最终的RGB-NIR图像。在深度学习框架Tensorflow上使用公共的图像与视觉表示组(IVRG)数据集、有植被的户外多光谱图像(OMSIV)数据集和森林(Forest)三个公开数据集进行实验。实验结果表明,所提方法优于基于多级自适应残差插值、基于卷积卷积和神经神经网络以及基于深度残差U型网络的主流的RGB-NIR图像去马赛克方法。 相似文献
65.
图像增强在提高SAR图像舰船目标检测精度方面具有十分重要的意义。由于传统算法不能很好地对SAR图像进行目标增强,提出了基于改进粗糙集理论和引力场强度的目标增强算法。通过借鉴引力场相关理论知识,将粗糙集条件属性集中的梯度属性改进为引力场强度属性,从而实现对原图像的目标增强。与其他算法进行了实验比较,结果表明提出的改进算法相比于其他算法更适用于SAR图像特性,能更好地对舰船目标像素进行针对性增强,具备一定的工程应用价值。 相似文献
66.
67.
69.
70.