全文获取类型
收费全文 | 402篇 |
国内免费 | 44篇 |
完全免费 | 226篇 |
专业分类
自动化技术 | 672篇 |
出版年
2020年 | 2篇 |
2019年 | 4篇 |
2018年 | 18篇 |
2017年 | 18篇 |
2016年 | 18篇 |
2015年 | 21篇 |
2014年 | 50篇 |
2013年 | 36篇 |
2012年 | 59篇 |
2011年 | 69篇 |
2010年 | 68篇 |
2009年 | 72篇 |
2008年 | 52篇 |
2007年 | 53篇 |
2006年 | 44篇 |
2005年 | 24篇 |
2004年 | 22篇 |
2003年 | 13篇 |
2002年 | 7篇 |
2001年 | 3篇 |
2000年 | 4篇 |
1999年 | 3篇 |
1997年 | 2篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1990年 | 1篇 |
1989年 | 2篇 |
排序方式: 共有672条查询结果,搜索用时 31 毫秒
1.
基于奇异值分解的、抗几何失真的数字水印算法 总被引:48,自引:1,他引:47
许多现有的适用于图像的数字水印对几何失真都是很敏感的。尤其是此类失真会严重妨碍对水印的盲提取。为此,提出了一种基于奇异值分解的数字水印算法,它对常见的几何失真是稳健的。此水印是被嵌入到图像分解后的奇异值之中。根据奇异值分解的代数性质,严格证明了嵌入了水印的图像在受到转置、镜像、旋转、放大和平移等几何失真后,其奇异值是不变的。在经过了上述的几何失真、一般的信号处理操作或JPEG压缩以后,嵌入的水印能够被可靠地提取和检测。实验结果表明本算法具有很好的稳健性。 相似文献
2.
3.
4.
一种基于奇异值分解的数字水印算法 总被引:17,自引:0,他引:17
数字水印的出现为版权保护提供了一种新的解决途径。提出了基于奇异值分解(Singular Valuc Dccomposition)的数字水印算法。图像奇异值分解(SVD)有以下性质:分解后图像矩阵的奇异值集中反映了图像的“亮度”(能量)特性,而对应的奇异矩阵只反映了图像的“几何”特性。因而奇异值的细微变化不会影响图像的视觉效果。对图像分块并做奇异值分解,在奇异值域做数学变换以嵌入lbit的二值水印信息。该算法不同于别的算法的一个优点是:水印的提取是“盲提取”,即水印的提取不需要原图像参与。 相似文献
5.
一种新的灰度水印嵌入算法 总被引:14,自引:2,他引:12
文章提出了一种新的基于离散小波变换和奇异值分解的灰度水印嵌入算法,该算法能够经受住噪声、中值滤波、压缩、高通滤波、低通滤波等的处理,具有很强的鲁棒性。 相似文献
6.
为了充分利用保局总体散布主元空间内的鉴别信息进行人脸识别,提出了一种完备鉴别保局投影(complete discriminant locality preserving projections,简称CDLPP)人脸识别算法.鉴于Fisher鉴别分析和保局投影已经被广泛的应用于人脸识别,完备鉴别保局投影(locality preserving projections,简称LPP)算法将这两者结合起来,分析了保局类内散布、类间散布和总体散布的主元空间和零空间内包含的鉴别信息.该算法采用奇异值分解(singular value decomposition,简称SVD),去除了不含任何鉴别信息的保局总体散布的零空间;分别在保局类内散布的主元空间和零空间提取规则鉴别特征和不规则鉴别特征;用串联的方式在特征层融合规则鉴别特征和不规则鉴别特征形成完备的鉴别特征进行人脸识别.在ORL库、FERET子库和PIE子库上的大量识别实验充分表明了完备鉴别保局投影算法的性能优于线性鉴别分析、保局投影和鉴别保局投影等现有的子空间人脸识别算法,验证了算法的有
效性. 相似文献
7.
关于信息过滤模型的探讨 总被引:13,自引:1,他引:12
信息过滤技术已是当今信息技术研究的热点。该文主要是针对信息过滤模型的研究,介绍了布尔模型,向量空间模型和潜在语义索引三种信息过滤模型。并就其概念,方法和意义进行了分析和讨论。 相似文献
8.
潜在语义分析在中文信息处理中的应用 总被引:13,自引:2,他引:11
潜在语义分析是一种关于自然语言信息提取和再现的理论方法,它通过代数的方法提取语义空间中潜在结构。论文叙述了潜在语义分析的基本理论方法,概述了这种方法所建立的潜在语义空间的数学意义;然后通过一个简单示例说明LSA在中文信息处理中的分析方法,并通过分析结果中文本间、词汇间关联度的变化来说明LSA在中文信息处理中的重要意义。 相似文献
9.
10.
一种基于奇异值分解的盲水印 总被引:11,自引:4,他引:7
随着计算机和因特网技术的发展,数字水印技术开始广泛应用于数字图像、音频、视频和多媒体产品的版权保护。一种基于分块SVD的数字水印算法被提出,原始图像先进行分块SVD分解,选取每块中最大的奇异值通过量化的方法嵌入水印,在水印检测过程中不需要原始图像。同时还通过误差分析直接导出了,量化强度和信噪比的数学公式从而对选择量化强度有了理论指导。实验结论和攻击测试表明,算法对如JPEG有损压缩、中值滤波、亚抽样、低通滤波等各种的图像降级处理有很强的稳健性,同时它还对图像尺寸大小没有任何限制。 相似文献