全文获取类型
收费全文 | 52933篇 |
免费 | 7505篇 |
国内免费 | 4946篇 |
专业分类
电工技术 | 4056篇 |
技术理论 | 10篇 |
综合类 | 6917篇 |
化学工业 | 1654篇 |
金属工艺 | 936篇 |
机械仪表 | 2749篇 |
建筑科学 | 3001篇 |
矿业工程 | 1421篇 |
能源动力 | 536篇 |
轻工业 | 1040篇 |
水利工程 | 1308篇 |
石油天然气 | 779篇 |
武器工业 | 1198篇 |
无线电 | 9320篇 |
一般工业技术 | 2952篇 |
冶金工业 | 2044篇 |
原子能技术 | 1136篇 |
自动化技术 | 24327篇 |
出版年
2024年 | 84篇 |
2023年 | 901篇 |
2022年 | 1742篇 |
2021年 | 1987篇 |
2020年 | 1897篇 |
2019年 | 1395篇 |
2018年 | 1223篇 |
2017年 | 1434篇 |
2016年 | 1752篇 |
2015年 | 2110篇 |
2014年 | 3749篇 |
2013年 | 3653篇 |
2012年 | 4119篇 |
2011年 | 4306篇 |
2010年 | 3275篇 |
2009年 | 3590篇 |
2008年 | 3756篇 |
2007年 | 4075篇 |
2006年 | 3618篇 |
2005年 | 3255篇 |
2004年 | 2751篇 |
2003年 | 2443篇 |
2002年 | 1794篇 |
2001年 | 1476篇 |
2000年 | 1137篇 |
1999年 | 819篇 |
1998年 | 576篇 |
1997年 | 464篇 |
1996年 | 351篇 |
1995年 | 291篇 |
1994年 | 253篇 |
1993年 | 189篇 |
1992年 | 134篇 |
1991年 | 110篇 |
1990年 | 108篇 |
1989年 | 81篇 |
1988年 | 52篇 |
1987年 | 47篇 |
1986年 | 44篇 |
1985年 | 38篇 |
1984年 | 44篇 |
1983年 | 32篇 |
1982年 | 37篇 |
1981年 | 30篇 |
1980年 | 23篇 |
1979年 | 18篇 |
1977年 | 9篇 |
1965年 | 10篇 |
1964年 | 16篇 |
1961年 | 10篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
针对单一彩色相机对低辨识度目标识别准确率低的问题,提出了一种利用彩色相机和红外热成像仪同时检测自动驾驶目标的方案。为了同时提取彩色图像的颜色特征与红外图像的温度特征,在单模态YOLOv3网络基础上改进网络结构得到双模态YOLOv3神经网络,并设计四种特征融合对比实验以确定最佳融合方案;建立双模态数据集同步采集系统,采集彩色图像与红外图像对并用于双模态网络的训练与测试;使用未经网络训练的验证集得到4种双模态特征融合模型的平均精度值与损失值。实验结果表明,在训练30次后,该双模态网络模型的平均精度值最高可达59.42%。 相似文献
2.
社交网络结构错综复杂,主题社区是进行个性化推荐和商业推广的重要途径之一。然而,现有主题社区挖掘方法,要么仅基于链接关系和文本信息挖掘主题社区,要么在已划分社区的基础上挖掘主题,忽略了主题与社区的相互作用,导致社区内部话题相似度不高。因此,提出新的社区主题计算方法,进而建立一种融合主题相似度权重的主题社区发现模型(TSWTCD)。利用文本信息提取主题,计算节点间主题相似度作为链接权重,将链接权重作为模块度参数划分社区。最后,根据提出新的社区主题计算方法得到社区主题。基于真实数据集的实验结果表明,TSWTCD模型提升了挖掘主题社区的质量。 相似文献
3.
针对现有医学图像处理方法在人体复杂结构组织器官分割中的不足,提出复用低层特征信息的Mask R-CNN网络。该网络可对特定组织器官识别时同时进行分割,为了提高包含较多细节信息的低层特征层的利用率,将低层的特征信息添加到高层的特征中,使低层与高层特性优劣互补,将原始图像首次长宽压缩两次后的特征层定义为C1层,而后分别通过复用C1层和复用依次卷积的C1层这两种方法实现。并将主干网络进行了精简,以加快网络的训练速度,降低识别和分割的时间。以下颌骨作为应用对象,自建包含1?064张下颌骨CT图片的数据集,按9∶1的比例划分为训练集和验证集进行训练,使得复用依次卷积C1层的Mask R-CNN网络的训练损失降至2.8%,验证损失降至6.6%,表明该网络在下颌骨的识别和分割上具有很高的准确率。 相似文献
4.
针对不满足忠实分布的高维数据分类问题,一种新的基于粒子群算法的马尔科夫毯特征选择方法被提出。它通过有效地提取相关特征和剔除冗余特征,能够产生更好的分类结果。在特征预处理阶段,该算法通过最大信息系数衡量标准对特征的相关度和冗余性进行分析得到类属性的马尔科夫毯代表集和次最优特征子集;在搜索评价阶段,采用新的适应度函数通过粒子群算法选出最优特征子集;用此模型对测试集进行预测。实验结果表明,该算法在12个数据集上具有一定的优势。 相似文献
5.
针对人群计数方法中存在的尺度变化和多层级特征融合不佳的问题,基于U-Net的编码器-解码器网络结构,提出一种自适应特征融合网络,来进行精准的人群计数。提出自适应特征融合模块,根据解码器分支的需要,高效地聚合编码器分支提取的高层语义信息和底层的边缘信息;提出自适应上下文信息提取器,从不同感受野下提取多尺度的上下文信息并自适应加权融合,提高网络对于人头尺度变化的鲁棒性。在ShanghaiTech、UCF-CC-50和UCG-QNRF上的实验表明,与目前主流的人群计数算法相比,该算法具有更强的准确性和鲁棒性。 相似文献
6.
基于深度学习的视频超分辨率方法主要关注视频帧内和帧间的时空关系,但以往的方法在视频帧的特征对齐和融合方面存在运动信息估计不精确、特征融合不充分等问题。针对这些问题,采用反向投影原理并结合多种注意力机制和融合策略构建了一个基于注意力融合网络(AFN)的视频超分辨率模型。首先,在特征提取阶段,为了处理相邻帧和参考帧之间的多种运动,采用反向投影结构来获取运动信息的误差反馈;然后,使用时间、空间和通道注意力融合模块来进行多维度的特征挖掘和融合;最后,在重建阶段,将得到的高维特征经过卷积重建出高分辨率的视频帧。通过学习视频帧内和帧间特征的不同权重,充分挖掘了视频帧之间的相关关系,并利用迭代网络结构采取渐进的方式由粗到精地处理提取到的特征。在两个公开的基准数据集上的实验结果表明,AFN能够有效处理包含多种运动和遮挡的视频,与一些主流方法相比在量化指标上提升较大,如对于4倍重建任务,AFN产生的视频帧的峰值信噪比(PSNR)在Vid4数据集上比帧循环视频超分辨率网络(FRVSR)产生的视频帧的PSNR提高了13.2%,在SPMCS数据集上比动态上采样滤波视频超分辨率网络(VSR-DUF)产生的视频帧的PSNR提高了15.3%。 相似文献
7.
为了提升煤矿车辆异常行为检测水平,设计了基于红外遥感信息的煤矿车辆异常行为检测方法。该方法引入清晰度权重以及拉伸系数实现红外遥感图像中目标煤矿车辆部位的局部增强,利用均值漂移算法跟踪增强后的红外遥感图像中目标煤矿车辆,依据煤矿车辆跟踪结果提取煤矿车辆运动方向、运动速度以及运动方向3项异常行为检测参数,采用加权融合方法处理煤矿车辆异常行为检测参数的状态函数,融合结果高于所设定阈值时,煤矿车辆存在异常行为,否则煤矿车辆为正常行驶状态。实验结果表明,该方法可利用煤矿车辆位置、车辆行驶速度以及车辆方向变化检测煤矿车辆异常行为,具有较高的应用性。 相似文献
8.
9.
Due to the limited improvement of single-image based super-resolution (SR) methods in recent years, the reference based image SR (RefSR) methods, which super-resolve the low-resolution (LR) input with the guidance of similar high-resolution (HR) reference images are emerging. There are two main challenges in RefSR, i.e. reference image warping and exploring the guidance information from the warped references. For reference warping, we propose an efficient dense warping method to deal with large displacements, which is much faster than traditional patch (or texture) matching strategy. For the SR process, since different reference images complement each other, and have different similarities with the LR image, we further propose a similarity based feature fusion strategy to take advantage of the most similar reference regions. The SR process is realized by an encoder–decoder network and trained with pixel-level reconstruction loss, degradation loss and feature-level perceptual loss. Extensive experiments on three benchmark datasets demonstrate that the proposed method outperforms state-of-the-art SR methods in both subjective and objective measurements. 相似文献
10.
Object detection performed by Autonomous Vehicles (AV)s is a crucial operation that comes ahead of various autonomous driving tasks, such as object tracking, trajectories estimation, and collision avoidance. Dynamic road elements (pedestrians, cyclists, vehicles) impose a greater challenge due to their continuously changing location and behaviour. This paper presents a comprehensive review of the state-of-the-art object detection technologies focusing on both the sensory systems and algorithms used. It begins with a brief introduction on the autonomous driving operations and challenges. Then, different sensory systems employed on existing AVs are elaborated while illustrating their advantages, limitations and applications. Also, sensory systems employed by different research are reviewed. Moreover, due to the significant role Deep Neural Networks (DNN)s are playing in object detection tasks, different DNN-based networks are also highlighted. Afterwards, previous research on dynamic objects detection performed by AVs are reviewed in tabular forms. Finally, a conclusion summarizes the outcomes of the review and suggests future work towards the development of vehicles with higher automation levels. 相似文献