全文获取类型
收费全文 | 57297篇 |
免费 | 7846篇 |
国内免费 | 6459篇 |
专业分类
电工技术 | 2331篇 |
技术理论 | 1篇 |
综合类 | 5340篇 |
化学工业 | 1046篇 |
金属工艺 | 767篇 |
机械仪表 | 3611篇 |
建筑科学 | 1841篇 |
矿业工程 | 865篇 |
能源动力 | 422篇 |
轻工业 | 2603篇 |
水利工程 | 345篇 |
石油天然气 | 460篇 |
武器工业 | 837篇 |
无线电 | 17773篇 |
一般工业技术 | 3830篇 |
冶金工业 | 384篇 |
原子能技术 | 441篇 |
自动化技术 | 28705篇 |
出版年
2024年 | 728篇 |
2023年 | 2171篇 |
2022年 | 2024篇 |
2021年 | 2593篇 |
2020年 | 2272篇 |
2019年 | 2495篇 |
2018年 | 1321篇 |
2017年 | 1887篇 |
2016年 | 2030篇 |
2015年 | 2503篇 |
2014年 | 4028篇 |
2013年 | 3427篇 |
2012年 | 3960篇 |
2011年 | 4088篇 |
2010年 | 3908篇 |
2009年 | 4300篇 |
2008年 | 4623篇 |
2007年 | 4158篇 |
2006年 | 3228篇 |
2005年 | 3212篇 |
2004年 | 2863篇 |
2003年 | 2338篇 |
2002年 | 1710篇 |
2001年 | 1360篇 |
2000年 | 1038篇 |
1999年 | 613篇 |
1998年 | 529篇 |
1997年 | 430篇 |
1996年 | 343篇 |
1995年 | 321篇 |
1994年 | 297篇 |
1993年 | 178篇 |
1992年 | 149篇 |
1991年 | 139篇 |
1990年 | 125篇 |
1989年 | 144篇 |
1988年 | 17篇 |
1987年 | 9篇 |
1986年 | 15篇 |
1985年 | 4篇 |
1984年 | 3篇 |
1983年 | 3篇 |
1982年 | 8篇 |
1981年 | 4篇 |
1980年 | 3篇 |
1959年 | 3篇 |
排序方式: 共有10000条查询结果,搜索用时 375 毫秒
2.
3.
现有的图像修复方法在处理大面积缺失或高度纹理化的图像时,通常会产生扭曲的结构或与周围区域不一致的模糊纹理,无法重建合理的图像结构。为此,提出了一种基于推理注意力机制的二阶段网络图像修复方法。首先通过边缘生成网络生成合理的幻觉边缘信息,然后在图像补全网络完成图像的重建工作。为了进一步生成视觉效果更逼真的图像,提高图像修复的精确度,在图像补全网络采用推理注意力机制,有效控制了生成特征的不一致性,从而生成更有效的信息。所提方法在多个数据集上进行了实验验证,结果表明该图像修复方法的结构相似性指数达到了88.9%,峰值信噪比达到了25.56 dB,与现有的图像修复方法相比,该方法具有更高的图像修复精确度,生成的图像更逼真。 相似文献
4.
在传统的轮胎表面缺陷依靠人工检测,存在劳动强度高、受人的主观影响大以及效率低下的问题。针对这一现象,研究了一种基于机器视觉的轮胎表面缺陷3D检测系统。该系统依靠机器视觉系统获取检测轮胎的表面图像,然后创建3D模型、判定缺陷类型,最终实现实时自动预警,为轮胎生产商提供一种自动化检测方案。系统集成了先进的技术、软件和工具,配套的信息管控系统可以对轮胎型号和生产数据进行采集、存储、分析,以便在生产过程中实现更高效、更可靠的质量控制,具有较高的实际应用推广价值。 相似文献
5.
6.
电路板在我们的日常生活中非常常见,这就使得印刷电路板的缺陷检测显得尤为重要。AOI作为新兴的检测PCB板缺陷的系统,在生产实际中正在被大家熟知并且应用。相较于传统的检测方式,AOI系统比较灵活,无论是在检测时间还是系统运算上,或者是对相关技术人员的要求相较于传统方式都比较有优势,本文就AOI系统在实际中的应用展开讨论,分析并且介绍了在实际应用中的具体细则。 相似文献
7.
8.
生物光声成像(Photoacoustic Imaging,PAI)是一种新型的无创复合功能成像方法.生物组织不均匀的声学特性会使超声波在组织界面处发生反射,导致重建图像中存在伪影和失真,降低图像质量和成像深度.文中综述了目前抑制PAI声反射伪影的主要方法,包括延迟相减法、基于杂波去相关理论的方法、短滞后空间相干法、基于深度学习的方法、光声引导聚焦超声法、基于超声平面波模型的方法和多波长激励的方法等,详细介绍各方法的原理,分析其优势和不足,并展望未来的研究趋势. 相似文献
9.
利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。 相似文献
10.