全文获取类型
收费全文 | 62篇 |
免费 | 27篇 |
国内免费 | 2篇 |
专业分类
电工技术 | 1篇 |
综合类 | 1篇 |
金属工艺 | 2篇 |
机械仪表 | 5篇 |
建筑科学 | 11篇 |
矿业工程 | 3篇 |
轻工业 | 3篇 |
石油天然气 | 1篇 |
武器工业 | 2篇 |
无线电 | 12篇 |
一般工业技术 | 6篇 |
冶金工业 | 2篇 |
自动化技术 | 42篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 6篇 |
2021年 | 3篇 |
2020年 | 8篇 |
2019年 | 8篇 |
2018年 | 6篇 |
2017年 | 1篇 |
2016年 | 3篇 |
2015年 | 5篇 |
2014年 | 2篇 |
2013年 | 3篇 |
2012年 | 8篇 |
2011年 | 8篇 |
2010年 | 8篇 |
2009年 | 3篇 |
2008年 | 2篇 |
2007年 | 2篇 |
2006年 | 2篇 |
2005年 | 4篇 |
2004年 | 1篇 |
2003年 | 1篇 |
2001年 | 1篇 |
排序方式: 共有91条查询结果,搜索用时 15 毫秒
81.
82.
本文简述了铅大极板生产线试生产情况,分析了试生产期间主要问题产生的原因、采取的相应措施及取得的效果。 相似文献
83.
84.
针对传统的雾天图像增强方法在增强图像的轮廓和细节的同时不能有效抑制图像噪声这一问题,在Retinex理论基础上,提出了小波域图像亮度与噪声双估计模型的图像增强方法,利用小波变换多分辨率的特点,对小波分解后的低频系数进行波动抑制,对高频系数通过多子带独立系数模型进行亮度估计,同时使用不同的软-硬估计法对图像的噪声进行抑制。实验证明该方法不但能有效地提取图像的亮度信息,而且进行图像增强的同时能有效地抑制图像的噪声,且对于不同的雾天环境也有良好的自适应性。 相似文献
85.
当前基于单幅雾天图像复原算法的研究都是在光照充足的情形下(白天),这种情形下的光照主要来自天空光。然而,对于在光照主要来自人造光(夜间)的雾天图像复原算法的研究屈指可数。因此提出了新的基于人造光照下的雾天成像模型,并同时考虑了不均匀的环境光和对图像的光照补偿。检测出光源位置,根据光源的发光特性求出环境光和光照补偿系数,利用提出的新模型求出清晰的图像,使用基于边缘颜色恒常性(EBCC)来对颜色进行校正。实验结果表明,该算法优于其他算法。 相似文献
86.
针对MSR(multi-scale Retinex)算法对雾天彩色图像增强时,不能同时有效地保持细节增强与色彩保真的问题,通过将基于小波变换域的信息融合策略取代MSR算法中线性加权策略,提出一种新的MSR改进算法。融合的基本思路是:首先将待融合图像经四层小波分解,然后将高频分量取绝对值最大值来突出图像的细节,低频分量采用基于局部方差的技术调节色彩,实现保真的效果。通过主观观测和客观评价表明:在对雾天图像进行增强时,MSR改进算法比传统的MSR算法在细节增强和颜色保真方面具有更好的效果。 相似文献
87.
目的 在高光谱地物分类中,混合像元在两个方面给单标签分类带来了负面影响:单类地物在混入异类地物后,其光谱特征会发生改变,失去独特性,使类内差异变大;多类地物在混合比例加深的情况下,光谱曲线会互相趋近,使类间差异变小。为了解决这一问题,本文将多标签技术运用在高光谱分类中。方法 基于高光谱特性,本文将欧氏距离与光谱角有机结合运用到基于类属属性的多标签学习LIFT(multi-label learning with label specific features)算法的类属属性构建中,形成了适合高光谱多标签的方法。基于标签地位的不相等,本文为多标签数据标注丰度最大标签,并在K最近邻KNN(k-nearest neighbor)算法中为丰度最大的标签设置比其余标签更大的权重,完成对最大丰度标签的分类。结果 在多标签分类与单标签分类的比较中,多标签表现更优,且多标签在precision指标上表现良好,高于单标签0.5% 1.5%。在与其余4种多标签方法的比较中,本文多标签方法在2个数据集上表现最优,在剩余1个数据集上表现次优。在最大丰度标签的分类上,本文方法表现优于单标签分类,在数据集Jasper Ridge上的总体分类精度提高0.2%,混合像元分类精度提高0.5%。结论 多标签分类技术应用在高光谱地物分类上是可行的,可以提升分类效果。本文方法根据高光谱数据的特性对LIFT方法进行了改造,在高光谱多标签分类上表现优异。高光谱地物的多标签分类中,每个像元多个标签的地位不同,在分类中可以通过设置不同权重体现该性质,提升分类精度。 相似文献
88.
89.
目的 呼吸率是呼吸疾病检测的敏感指标,基于视频的呼吸率检测方法因成本低、使用限制少等特点成为近年医疗健康领域的研究热点。针对现有方法在噪声抑制及夜间信号获取方面存在的问题,提出一种适用于昼夜环境且抗噪性能高的呼吸率视频检测方法。方法 该方法只需使用夜视功能的摄像头即可实现昼夜呼吸率检测。首先,采用人脸检测确定人脸区域,并结合人体几何关系规范呼吸区域;然后,结合空间尺度及相位差异,采用基于相位的视频处理方法对呼吸区域进行时空相位处理,在突出呼吸区域的同时有效抑制了噪声干扰。采用最大似然法进行呼吸初估计,并结合初估计频率对原信号平滑滤波以优化波形;最后应用峰值检测完成呼吸率的二次估计。结果 通过室内有无光源两种环境的实验可知,稳定光源下呼吸率平均误差为0.54次/min,无光源下平均误差为0.62次/min。本文方法与真实呼吸率有良好一致性,与传统呼吸率检测方法相比,鲁棒性更好。结论 提出一种适用于昼夜环境的呼吸率视频检测方法。采用红外摄像机实现夜间视频采集,并通过胸部定位、基于相位的视频放大技术进行时空相位处理,在拓展空间分辨率的同时有效抑制噪声放大,提高呼吸检测的精度与鲁棒性。 相似文献
90.