全文获取类型
收费全文 | 90篇 |
免费 | 16篇 |
国内免费 | 10篇 |
专业分类
电工技术 | 10篇 |
综合类 | 3篇 |
化学工业 | 4篇 |
金属工艺 | 1篇 |
机械仪表 | 9篇 |
建筑科学 | 15篇 |
矿业工程 | 4篇 |
能源动力 | 2篇 |
轻工业 | 1篇 |
水利工程 | 6篇 |
无线电 | 11篇 |
一般工业技术 | 4篇 |
冶金工业 | 1篇 |
自动化技术 | 45篇 |
出版年
2023年 | 2篇 |
2022年 | 1篇 |
2021年 | 4篇 |
2020年 | 10篇 |
2019年 | 12篇 |
2018年 | 7篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2014年 | 13篇 |
2013年 | 5篇 |
2012年 | 6篇 |
2011年 | 6篇 |
2010年 | 2篇 |
2009年 | 5篇 |
2008年 | 7篇 |
2007年 | 6篇 |
2006年 | 7篇 |
2005年 | 3篇 |
2004年 | 5篇 |
2003年 | 3篇 |
2002年 | 3篇 |
2000年 | 2篇 |
1994年 | 2篇 |
排序方式: 共有116条查询结果,搜索用时 15 毫秒
1.
为提高稀疏表示跟踪模型性能,提出一种分段加权的反向稀疏跟踪算法,将跟踪问题转化为在贝叶斯框架下寻找概率最高的候选对象问题,构造不同的分段权重函数来分别度量候选目标与正负模板的判别特征系数。通过池化来降低跟踪结果的不确定性干扰,选择正负模板加权系数差值最大的候选表示作为跟踪结果。实验表明,在光照变化、遮挡、快速运动、运动模糊情况下,所提出的算法可以确保跟踪结果的准确性和鲁棒性。 相似文献
2.
目的 为了提高扫地机器人的自主性和智能化程度,为扫地机器人配备视觉传感器,使其获得视觉感知能力,通过研究有效的垃圾检测分类模型与算法,实现对垃圾的定位与识别,引导扫地机器人对垃圾进行自动识别与按类处理,提高工作的目的性和效率,避免盲动和减少能耗。方法 选择检测速度较快的YOLOv2作为主网络模型,结合密集连接卷积网络,嵌入深层密集模块,对YOLOv2进行改进,提出一种YOLOv2-dense网络,该网络可以充分利用图像的高分辨率特征,实现图像浅层和深层特征的复用与融合。结果 测试结果表明,智能扫地机器人使用本文方法可以有效识别不同形态的常见垃圾类别,在真实场景中,测试识别准确率为84.98%,目标检测速度达到26帧/s。结论 实验结果表明,本文构建的YOLOv2-dense网络模型具有实时检测的速度,并且在处理具有不同背景、光照、视角与分辨率的图片时,表现出较强的适应和识别性能。在机器人移动过程中,可以保证以较高的准确率识别出垃圾的种类,整体性能优于原YOLOv2模型。 相似文献
3.
4.
5.
6.
7.
8.
9.
10.
针对地表水有机物污染较重,深度处理单元负荷过高或地表水有机物污染较轻,建设深度处理单元投资过大的问题,提出一种高效去除有机物的沉淀工艺。其以高密度沉淀池为载体,粉末活性炭吸附去除有机物为手段,利用污泥回流对粉末活性炭的富集和回收作用,延长粉末活性炭在沉淀池中的停留时间,充分发挥活性炭的吸附能力,强化对有机物的去除效果。研究结果表明,该工艺相比不投加粉末活性炭的高密度沉淀池,CODMn去除率提高了17个百分点。相比于沉淀池普通活性炭投加方式,在相同去除率的情况下,粉末活性炭投加量减少了68%,节约了运行成本。 相似文献