全文获取类型
收费全文 | 67篇 |
免费 | 5篇 |
国内免费 | 5篇 |
专业分类
综合类 | 2篇 |
金属工艺 | 2篇 |
机械仪表 | 40篇 |
建筑科学 | 7篇 |
矿业工程 | 3篇 |
能源动力 | 6篇 |
一般工业技术 | 9篇 |
自动化技术 | 8篇 |
出版年
2023年 | 1篇 |
2022年 | 1篇 |
2021年 | 1篇 |
2020年 | 1篇 |
2019年 | 5篇 |
2017年 | 1篇 |
2015年 | 1篇 |
2014年 | 2篇 |
2013年 | 3篇 |
2012年 | 9篇 |
2011年 | 6篇 |
2010年 | 4篇 |
2009年 | 3篇 |
2008年 | 5篇 |
2007年 | 7篇 |
2004年 | 3篇 |
2003年 | 6篇 |
2002年 | 2篇 |
2001年 | 6篇 |
1999年 | 4篇 |
1997年 | 1篇 |
1996年 | 5篇 |
排序方式: 共有77条查询结果,搜索用时 15 毫秒
71.
语义分割是实现道路语义环境解释的重要方法,深度学习语义分割由于卷积、池化及反卷积的作用使分割边界模糊、不连续以及小目标漏分错分,影响了分割效果,降低了分割精度。针对上述问题,提出了一种结合语义边界信息的新的语义分割方法,首先在语义分割深度模型中构建了一个语义边界检测子网,利用网络中的特征共享层将语义边界检测子网络学习到的语义边界信息传递给语义分割网络;然后结合语义边界检测任务和语义分割任务定义了新的模型代价函数,同时完成语义边界检测和语义分割两个任务,提升语义分割网络对物体边界的描述能力,提高语义分割质量。最后在Cityscapes数据集上进行一系列实验证明,结合语义边界信息的语义分割方法在准确率上比已有的语义分割网络SegNet提升了2.9%,比ENet提升了1.3%。所提方法可以改善语义分割中出现的分割不连续、物体边界不清晰、小目标错分漏分、分割精度不高等问题。 相似文献
72.
73.
74.
75.
76.
无论是在军事还是民用领域,无人机抛投应用价值都非常巨大。现有的无人机抛投方法有:基于人工经验的抛投、基于无人机运动动力学与空气动力学建模的抛投、基于导航系统的无人机抛投、基于视觉驱动的无人机自主精确抛投等。其中基于视觉驱动的无人机自主精确抛投方法涉及复杂的无人机与目标之间运动规律的精确感知与估计、空气动力与各种延时的影响,最佳抛投位姿和时机估计困难很大?本文拟通过基于深度学习的状态感知获取无人机的姿态角、晃动速度、地面目标相对关系等状态参数,通过强化学习解决视频采集处理传输延时、决策控制延时的影响,从而达到自主地、高精度地抛投?在此基础上设计和搭建了一个模拟实验平台,用于算法的训练和测试,并比较了基于视觉驱动的无人机自主精确抛投方法和依靠人工经验的抛投方法的效果,测试结果表明基于深度强化学习的视觉驱动无人机自主抛投方法获得相当高的成功率,能够有效的解决无人机精确抛投问题,该研究结果为无人机自主精确抛投提供了一种有效的解决方案和工程应用思路。 相似文献
77.