全文获取类型
收费全文 | 59篇 |
免费 | 7篇 |
国内免费 | 2篇 |
专业分类
电工技术 | 13篇 |
综合类 | 15篇 |
化学工业 | 4篇 |
金属工艺 | 2篇 |
建筑科学 | 6篇 |
矿业工程 | 2篇 |
轻工业 | 3篇 |
水利工程 | 9篇 |
石油天然气 | 1篇 |
冶金工业 | 4篇 |
自动化技术 | 9篇 |
出版年
2023年 | 3篇 |
2022年 | 3篇 |
2021年 | 4篇 |
2019年 | 2篇 |
2017年 | 1篇 |
2016年 | 3篇 |
2015年 | 4篇 |
2014年 | 2篇 |
2013年 | 1篇 |
2012年 | 2篇 |
2011年 | 9篇 |
2010年 | 3篇 |
2009年 | 9篇 |
2008年 | 2篇 |
2007年 | 3篇 |
2006年 | 2篇 |
2005年 | 6篇 |
2003年 | 2篇 |
2002年 | 3篇 |
2000年 | 1篇 |
1997年 | 2篇 |
1992年 | 1篇 |
排序方式: 共有68条查询结果,搜索用时 15 毫秒
61.
62.
基于背景感知相关滤波框架和车辆前方行人运动的特点,建立了运动行人尺度快速估计和选择性更新的行人跟踪算法。首先,在线训练学习待跟踪行人的背景感知相关滤波器。其次,针对行人的尺度变化训练一个一维的尺度相关滤波器对尺度进行精细搜索,使算法更适应车载的快速尺度变化。再次,利用峰值旁瓣比评价行人状态,建立两相关滤波器的选择性更新机制。最后,基于吉林大学车载试验数据库JLU-PDS、德国奔驰Daimler、美国OTB共享国际测试库,与卡尔曼车载行人跟踪算法进行对比测试,试验结果表明本文算法具有较好的尺度适应和抗遮挡性能,更能满足车辆自主驾驶的需求。 相似文献
63.
聚类分析是挖掘数据内在结构的关键技术,在大数据时代,人们面对的数据通常具有规模大、维度高、结构复杂等特点,直接应用传统聚类算法往往会失效.深度学习凭借层次化非线性映射能力使得大规模深度特征提取成为可能,因此基于深度学习的聚类(深度聚类)算法迅速成为无监督学习领域的研究热点.该文旨在对深度聚类的研究现状进行归纳和总结.首先,从神经网络结构、聚类损失和网络辅助损失3个角度介绍深度聚类的相关概念;然后,根据网络的结构特点对现有的深度聚类算法进行分类,并分别对每类方法的优势和劣势进行分析和阐述;最后,提出好的深度聚类算法应具备的三要素:模型的可扩展性、损失函数的鲁棒性和特征空间的平滑性,并从这3个方面分别阐述未来可能的研究方向. 相似文献
64.
提出了用火焰原子吸收光谱法测定铝合金微量钙的方法。样品用盐酸溶解,用氯化锶作释放剂,氧化钠作消电离剂,8-羟基喹啉作保护剂进行测定。测定范围:0.0001%~0.01%,方法简便快捷,定值准确。 相似文献
65.
为了提高图像重建质量,在保留图像空间结构信息的同时恢复更多图像高频信息,提出一种基于二维可分离字典和残差字典的图像超分辨率重建方法.不同于传统的基于一维字典的超分辨重建方法,二维字典直接利用图像的二维矩阵表示,因此,可以保持图像的空间结构信息,减少字典参数的数量,节省存储空间.为了更好地恢复图像高频信息,在二维可分离字典重建图像基础上,引入残差字典,重建边缘等高频信息,两类字典各有侧重,二者结合可得到更高质量的超分辨率重建图像.在典型的公共图像集上的实验证明了提出的结合二维可分离字典和残差字典的图像超分辨重建方法的有效性和优越性. 相似文献
66.
基于Softplus激活函数和改进Fisher判别的ELM算法 总被引:2,自引:0,他引:2
在极限学习机(extreme learning machine,ELM)网络中,对可加型隐单元的激活函数通常选择的是Sigmoid函数.因此,首先提出一种新型修正线性函数的近似平滑函数Softplus来替代它.Softplus激活函数因为更接近生物学的激活模型且具有一定的稀疏能力,可进一步优化网络性能.其次,为了使ELM算法训练的网络具有更好的分类性能,考虑了类内距和类间距的约束,提出了基于改进Fisher判别约束的ELM算法,从而使解析求得的输出权值更加利于分类,进一步改进了识别性能.最后,在手写数字库和人脸库上的实验证明了改进ELM算法的可行性和优越性. 相似文献
67.
产自大丽花块根的果糖浆周永国胡永利班景昭(河北农业技术师范学院,昌黎,066600)高果糖浆是一种新型甜味剂,由于它具有保健性、易加工性和高甜度,发达国家在食品工业中已经广泛用它代替精炼砂糖。利用大丽花块根为原料生产出的果糖浆,其果糖含量可高达95%... 相似文献
68.
针对深度域适配问题中冗余信息导致模型性能不佳的问题,提出基于对比学习的双分类器域适配模型.该模型基于双分类器对抗理论,首先,将输入数据增强2次以获得2个视角的特征,通过将不同视角的特征输入不同的分类器提高分类器的多样性;其次,将双分类器方法和对比学习思想结合,使模型能够捕获数据的高层语义表征,减少不同类特征的混淆程度;最后,通过设立标签分布对齐正则项引导边界样本正确分类.实验结果表明,双分类器间的对比损失能提取数据中的有效信息,从而提升模型性能. 相似文献