全文获取类型
收费全文 | 1685篇 |
免费 | 163篇 |
国内免费 | 209篇 |
专业分类
电工技术 | 27篇 |
综合类 | 75篇 |
化学工业 | 2篇 |
金属工艺 | 1篇 |
机械仪表 | 8篇 |
建筑科学 | 1篇 |
能源动力 | 1篇 |
轻工业 | 9篇 |
水利工程 | 3篇 |
石油天然气 | 2篇 |
武器工业 | 4篇 |
无线电 | 100篇 |
一般工业技术 | 10篇 |
原子能技术 | 2篇 |
自动化技术 | 1812篇 |
出版年
2025年 | 12篇 |
2024年 | 21篇 |
2023年 | 25篇 |
2022年 | 20篇 |
2021年 | 11篇 |
2020年 | 16篇 |
2019年 | 22篇 |
2018年 | 13篇 |
2017年 | 21篇 |
2016年 | 34篇 |
2015年 | 24篇 |
2014年 | 34篇 |
2013年 | 31篇 |
2012年 | 64篇 |
2011年 | 67篇 |
2010年 | 79篇 |
2009年 | 118篇 |
2008年 | 155篇 |
2007年 | 339篇 |
2006年 | 304篇 |
2005年 | 303篇 |
2004年 | 129篇 |
2003年 | 101篇 |
2002年 | 76篇 |
2001年 | 36篇 |
2000年 | 2篇 |
排序方式: 共有2057条查询结果,搜索用时 15 毫秒
1.
运动汽车图像静态视点平滑特征优化仿真 总被引:1,自引:0,他引:1
由于运动汽车图像在特征采集过程中,汽车处于高速运动状态,采集的过程无法与汽车完全同步,造成汽车的特征像素分量在高速运动中丢失,产生较大的像素运动噪声,使得汽车图像边缘高频特征因为运动干扰而模糊.传统的平滑过渡方法在对运动汽车图像进行平滑处理时,按照图像中像元灰度值计算突变特性,但受到像素丢失与噪声无法抑制的影响,无法解决运动汽车图像高频分量对图像像元灰度值的干扰问题.提出基于替身运动DR算法的运动汽车图像静态视点平滑过渡方法,用替身像素描述汽车在场景中的运动特征,替身像素在场景中运动并同其它汽车的替身进行交互,采用局部化的车辆模型提高运动汽车场景的逼真度,通过依据替身运动的平滑过渡算法完成归一化线性运动汽车图像静态视点的平滑过渡,解决了运动汽车图像的平滑过渡问题.实验结果说明,所提方法可确保运动汽车图像边缘锐化,有效处理平滑噪声和锐化边缘. 相似文献
2.
利用动态规则集和协议分析提高入侵检测效率 总被引:1,自引:0,他引:1
入侵检测作为一种计算机系统安全监测手段,已经成为维护网络安全的主要技术之一。提出了一种新的模式匹配方法,即基于动态规则集和协议分析的模式匹配,它能缩短模式匹配的时间,极大地提高了入侵检测效率,为入侵检测理论研究和相关产品研发提供了参考。 相似文献
3.
4.
基于ARM-μClinux的无线家庭网关设计 总被引:5,自引:0,他引:5
本文介绍了ARM7TDMI内核的微处理器S3C44B0X在无线家庭网关设计中的应用,无线家庭网关硬件结构的组成和设计,以及基于μClinux操作系统的家庭网关应用程序的开发。 相似文献
5.
数据资源的配置是保证一个信息系统高效、准确、安全运行的重要方法。在分析数据资源配置应遵循的原则的基础上,给出了基于分布式数据库数据资源配置的设计步骤。以高校毕业生就业信息网的数据资源配置为例,通过数据分片法对数据进行分割,并依据极小通讯量原则完成了方案设计与调整。通过数据交换标准的建立、数据的转换、数据管道的设计即可实现基于数据资源配置的数据资源集成。 相似文献
6.
本文针对大规模高维数据近邻检索中的瓶颈问题,提出基于向量量化的一种检索方法—簇内乘积量化树方法.该方法运用向量量化和乘积量化的多层树状结构高效表征大规模高维数据集,与现有方法相比降低了索引表空桶率;其次提出基于贪心队列的近邻簇筛选方法减小了计算复杂度,加快了近邻检索速度;最后提出面量化方法用于近似计算候选数据集向量与查询向量间的距离,与点量化和线量化方法相比量化误差更小,提高了近邻查询准确率.本文提出的簇内乘积量化树算法在算子Sift和Gist描述的大规模高维数据集上与乘积量化树技术相比,首次召回准确率提高了57.7%,索引表空桶率降低幅度在50%以上,与局部优化乘积量化技术相比,查全率高达97%,而查询时间却仅需原来的1/9.实验结果表明本文提出的基于簇内乘积量化的近邻方法提升了近邻检索性能,为大规模高维数据集近邻检索提供了理论支持. 相似文献
7.
8.
依据COM组件技术的通用性、开放性等基本特点,分析了COM技术与Web结合的优势,实现了COM技术在Web系统中的应用,即通过Visual Basic等开发工具开发了网上安全管理组件、HTML型Help系统中的COM组件(树形目录控件、索引和搜索组件)等。 相似文献
9.
10.