全文获取类型
收费全文 | 262篇 |
免费 | 48篇 |
国内免费 | 31篇 |
专业分类
电工技术 | 12篇 |
综合类 | 36篇 |
化学工业 | 1篇 |
金属工艺 | 17篇 |
机械仪表 | 37篇 |
建筑科学 | 5篇 |
矿业工程 | 7篇 |
轻工业 | 7篇 |
武器工业 | 1篇 |
无线电 | 29篇 |
一般工业技术 | 18篇 |
冶金工业 | 2篇 |
自动化技术 | 169篇 |
出版年
2024年 | 3篇 |
2023年 | 13篇 |
2022年 | 8篇 |
2021年 | 19篇 |
2020年 | 11篇 |
2019年 | 14篇 |
2018年 | 8篇 |
2017年 | 16篇 |
2016年 | 10篇 |
2015年 | 13篇 |
2014年 | 19篇 |
2013年 | 14篇 |
2012年 | 21篇 |
2011年 | 20篇 |
2010年 | 17篇 |
2009年 | 16篇 |
2008年 | 22篇 |
2007年 | 18篇 |
2006年 | 12篇 |
2005年 | 8篇 |
2004年 | 8篇 |
2003年 | 5篇 |
2002年 | 8篇 |
2001年 | 6篇 |
2000年 | 3篇 |
1999年 | 7篇 |
1998年 | 4篇 |
1997年 | 3篇 |
1996年 | 2篇 |
1995年 | 2篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1992年 | 3篇 |
1990年 | 1篇 |
1989年 | 3篇 |
1965年 | 1篇 |
排序方式: 共有341条查询结果,搜索用时 15 毫秒
1.
2.
3.
为了更加准确地检测出图像中的显著性目标,提出了多先验融合的显著性目标检测算法。针对传统中心先验对偏离图像中心的显著性目标会出现检测失效的情况,提出在多颜色空间下求显著性目标的最小凸包交集来确定目标的大致位置,以凸包区域中心计算中心先验。同时通过融合策略将凸包区域中心先验、颜色对比先验和背景先验融合并集成到特征矩阵中。最后通过低秩矩阵恢复模型生成结果显著图。在公开数据集MSRA1000和ESSCD上的仿真实验结果表明,MPLRR能够得到清晰高亮的显著性目标视觉效果图,同时F,AUC,MAE等评价指标也比现有的许多方法有明显提升。 相似文献
4.
董志 《电脑编程技巧与维护》2015,(13)
介绍了在大数据的环境下,从Internet上获取在线的地理信息数据,以空间叠置分析为技术方法,对多个专题的POI进行聚类、凸包分析得到聚集面后进行叠置分析.叠置分析通过地理空间的区域多重地理对象(如学校、商场和医疗机构)进行交(intersect)、并(union)和差(Erase)等运算,得到新的多边形区域,使这些新的区域满足多个特定条件.程序的实验选择了住房选址问题,通过空间叠置分析确定符合目标条件(住房附近有学校、超市和医院)的特定区域,从而对购房行为进行指导,缩小选房范围,提高住房选址效率.程序运算结果在电子地图中显示,地图中显示的主要数据为地理底图和polygon(面)、marker(标记)等地理对象. 相似文献
5.
提出一种平面散乱点云凸包快速求解算法,该算法建立点云的最小外包围盒,分别求解距该外包围盒的四个顶点最近的点,依据该最近点集建立最大内包围盒,可证明该最大内包围盒内的点不是凸包,将其排除,实现点云精简,通过对精简后的点集求解凸包,近而实现对整个点云的凸包求解,实例表明该算法实现简单,且可显著提高凸包的求解效率. 相似文献
6.
7.
《计算机应用与软件》2014,(8)
针对常见的城市街面犯罪事件,研究和分析布控追踪疑犯的逃逸路径,提出一种围堵博弈的凸包的算法。该算法以现代控制理论的状态空间分析为基础,并据事发区域的实时路况、移动速度和位置等参数,从而得出最佳围堵路径和布控区域。应用表明该研究成果可实现快速得出围堵犯罪嫌疑人的最佳路径,及有效调配警力构成最小布控范围。 相似文献
8.
9.
在二维条码的获取中,获取的二维条码图像或多或少都会存在倾斜的情况,因此必须首先对二维条码进行倾斜校正,这样才能实现正确的解码.首先对条码图像进行一定的预处理,并且使用凸包算法来精确定位二维条码,然后提取出二维条码的边缘轮廓,保存边缘的特征点,并且采用最小二乘法将这些特征点拟和成一条直线从而获取条码的倾斜角度,最后采用双线性插值对倾斜的条码图像进行校正.实验结果表明该算法速度快,抗噪声强,有效的提高了条码的识别速度和识别率. 相似文献
10.
凸包问题是计算几何的基本问题之一。为实时计算平面点集的凸包,近年来许多学者提出很多优秀的算法,但依然不能满足实际中的实时性需求。为此,本文提出一种简单但高效快速的凸包算法。由于凸包点必然位于平面点集边缘,本文算法能够快速地筛选出极少量的凸包点候选点集,这是本算法的核心优势。然后,使用本文另外提出的一种简单易于实现的改进的Graham扫描算法,或其他任何已有的凸包检测方法,即可快速而准确地计算出点集的凸包。经典的Graham扫描算法使用一个基点计算凸包,本文的改进算法则是根据凸包候选点的分布情况,将点集分成4个子块,也即使用4个基点分别在每块中进行凸包检测,最后将每个子块中的检测结果进行合并,得到最终的完整凸包。实验中,采用一组公开的动物骨骼点云数据作为一次测试集。在凸包计算完全正确的情况下,当点数约为3×105左右时,本算法的计算时间比其他算法减少2.22倍;当点数约为3×106时,本算法的计算时间比其他方法减少5.42倍。点数越多,所提出算法就表现出越明显的优势。 相似文献