全文获取类型
收费全文 | 11573篇 |
免费 | 2083篇 |
国内免费 | 1352篇 |
专业分类
电工技术 | 582篇 |
综合类 | 1247篇 |
化学工业 | 125篇 |
金属工艺 | 239篇 |
机械仪表 | 1270篇 |
建筑科学 | 248篇 |
矿业工程 | 159篇 |
能源动力 | 80篇 |
轻工业 | 373篇 |
水利工程 | 40篇 |
石油天然气 | 59篇 |
武器工业 | 184篇 |
无线电 | 2423篇 |
一般工业技术 | 755篇 |
冶金工业 | 65篇 |
原子能技术 | 12篇 |
自动化技术 | 7147篇 |
出版年
2024年 | 20篇 |
2023年 | 601篇 |
2022年 | 537篇 |
2021年 | 612篇 |
2020年 | 656篇 |
2019年 | 728篇 |
2018年 | 384篇 |
2017年 | 524篇 |
2016年 | 458篇 |
2015年 | 541篇 |
2014年 | 826篇 |
2013年 | 702篇 |
2012年 | 905篇 |
2011年 | 869篇 |
2010年 | 873篇 |
2009年 | 913篇 |
2008年 | 930篇 |
2007年 | 852篇 |
2006年 | 654篇 |
2005年 | 526篇 |
2004年 | 494篇 |
2003年 | 371篇 |
2002年 | 252篇 |
2001年 | 174篇 |
2000年 | 139篇 |
1999年 | 137篇 |
1998年 | 95篇 |
1997年 | 55篇 |
1996年 | 59篇 |
1995年 | 29篇 |
1994年 | 19篇 |
1993年 | 11篇 |
1992年 | 9篇 |
1991年 | 10篇 |
1990年 | 19篇 |
1989年 | 17篇 |
1988年 | 2篇 |
1986年 | 5篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
综合了近年来基于检测跟踪的主流行人多目标跟踪方法,介绍了基于检测的行人多目标跟踪方法概念,从目标检测、特征提取和数据关联与跟踪三个阶段对行人多目标跟踪方法进行了概述,比较并评价了这些方法在MOTChallenge系列数据集上的性能,阐述了多目标跟踪的未来研究方向. 相似文献
2.
在自动驾驶场景中,对前车尾灯的检测是一个广泛且具有研究意义的问题。Darknet53是YOLOv3的特征提取网络,其使用5个残差单元对原始图像进行特征提取并采用三尺度的特征图进行融合预测,尺寸越小对大目标的特征表达能力越强。因为尾灯检测属于小目标检测,所以本文舍去Darknet53的最后一个残差单元,同时增加小尺度特征提取残差单元的重复次数。针对K-means聚类算法存在k值难以确定以及对初始聚类中心敏感的问题,本文使用K-means+〖KG-*3〗+聚类算法获取anchor值,同时结合IOU距离度量指标。实验结果表明,改进后的YOLOv3网络上尾灯检测的准确率和检测速度都要高于改进前的,mAP由79.63%提高到89.32%,单张图片检测时间由0.014 s缩短到0.01 s。对比其他主流目标检测框架,本文改进的YOLOv3模型具有优越的检测性能。 相似文献
3.
针对心电(ECG)信号智能分析模型中,复杂波形的特征提取困难,人工设计特征造成源信号特征丢失,标签样本不足等问题,提出了一种基于深度稀疏自编码器(Deep Sparse Auto-Encoders,DSAEs)的ECG特征提取方法。该方法在DSAEs进行贪婪逐层训练时,采用适应性矩阵估计(Adaptive moment estimation,Adam)对网络权重进行寻优,以此获得最优参数组合,同时提取出高层隐含层的输出,并作为ECG高度抽象的低维特征。最后利用支持向量机(Support Vector Machines,SVM)构建分类模型,完成对ECG的特征分类。使用MIT-BIH心律失常数据库的ECG数据进行仿真实验,结果表明,提出的ECG特征提取方法能有效地分层抽取特征,提高分类识别准确率。 相似文献
4.
将小波变换多尺度理论用于分析确定共生矩阵最佳步长参数值,利用小波变换对原始图像进行分解,根据具体纹理图像,选择合适小波子图像(近似图像或其细节子图像)进行纹理分析,通过计算分解图像的纹理特征参数(对比度)确定最佳步长参数。当步长参数为最优值时,计算所得纹理特征参数值将处于周期极值位置,其利于纹理分析。相对于原始图像,分解图像数据量小,在寻优共生矩阵最佳步长参数时,计算复杂度及时间消耗都有所降低。实验验证,基于小波分解图像所得最佳步长参数值是精确的。 相似文献
5.
针对调制信号双谱(MSB)方法仅能处理平稳信号的不足,提出了一种基于加权平均集成经验模态分解(WAEEMD)和MSB的滚动轴承故障特征提取方法。首先,利用WAEEMD将滚动轴承的非平稳振动信号分解成一系列具有平稳特性的固有模态函数(IMF);然后,开发了一种基于Teager能量峭度(TEK)的加权平均方法以强调敏感IMF的重要性,并将加权后的IMF重构为WAEEMD滤波信号;最后,应用MSB分解WAEEMD滤波信号中的调制分量并提取故障特征频率。仿真和实验结果表明,相对于快速谱峭度(FK)和EEMD-MSB方法,WAEEMD-MSB方法能更准确地获取故障特征,从而验证了WAEEMD-MSB方法的有效性。 相似文献
6.
针对现有的动态手势识别3D卷积方法计算参数量大和对2D卷积长时间序列的空时特征难以提取的问题,提出一种基于2D卷积神经网络和长短期记忆网络相结合的提取时空域特征的动态手势识别方法。首先基于2D卷积神经网络提取空域特征,再通过长短期记忆网络进行序列图像时序上的相互关联提取时间维度上的信息。为验证算法的有效性,使用自采集的7种动态手势动作和IsoGD公开数据集对本文所提算法进行验证。实验结果表明,在线增强算法下实验在自采集的动态手势集上的识别率达到87.14%。在IsoGD公开数据集上的识别率达到57.89%,相对于现有的其他方法有所提升。 相似文献
7.
8.
轴承的健康状态与设备安全可靠运行息息相关,在现代制造系统中,轴承剩余使用寿命(Remaining Useful Life,RUL)预测已成为研究热点.文中提出了通过数据增强来提取轴承衰退特征并利用卷积神经网络(Convolutional Neural Network,CNN)进行轴承RUL预测的方法.该方法首先将均方根、峰值和峰度作为时域特征,频谱分区求和(FSPS)特征作为频域特征,经过数据增强将18维时域和频域特征增加到108维,从而得到全面反应轴承退化过程的信息.通过搭建卷积神经网络(CNN),利用CNN处理高维特征的能力实现轴承RUL预测.最后,试验结果证明文中所提方法相对DNN模型、SVM模型具有更高的预测精度. 相似文献
9.
10.
针对列车车轮踏面旋转纹理信息无法准确、有效提取的问题,提出一种基于Radon变换和双树复小波变换(DT-CWT)的列车车轮踏面特征提取方法。首先,对车轮踏面图像进行Radon变换;然后,对变换后的图像进行DT-CWT分解,使用分解后的各层低频子带系数和高频子带系数模的均值和标准方差构造特征向量,将其作为区分列车车轮踏面是否发生损伤的依据;最后,由支持向量机(SVM)进行分类决策。使用动车所采集的图像及人为加噪声后的图像进行分类实验,结果表明,本文使用的Radon和DT-CWT算法能有效地进行旋转不变纹理的提取,SVM分类正确率可以达到95%,可为列车车轮踏面状况检测提供更为准确便捷的方法支撑。 相似文献