全文获取类型
收费全文 | 137篇 |
免费 | 37篇 |
国内免费 | 18篇 |
专业分类
电工技术 | 3篇 |
综合类 | 20篇 |
化学工业 | 9篇 |
金属工艺 | 3篇 |
机械仪表 | 8篇 |
建筑科学 | 7篇 |
矿业工程 | 3篇 |
轻工业 | 6篇 |
水利工程 | 8篇 |
石油天然气 | 13篇 |
武器工业 | 12篇 |
无线电 | 30篇 |
一般工业技术 | 18篇 |
冶金工业 | 2篇 |
原子能技术 | 2篇 |
自动化技术 | 48篇 |
出版年
2024年 | 5篇 |
2023年 | 4篇 |
2022年 | 8篇 |
2021年 | 6篇 |
2020年 | 5篇 |
2019年 | 16篇 |
2018年 | 12篇 |
2017年 | 4篇 |
2016年 | 4篇 |
2015年 | 9篇 |
2014年 | 12篇 |
2013年 | 8篇 |
2012年 | 14篇 |
2011年 | 15篇 |
2010年 | 17篇 |
2009年 | 15篇 |
2008年 | 9篇 |
2007年 | 5篇 |
2006年 | 2篇 |
2005年 | 3篇 |
2004年 | 8篇 |
2003年 | 4篇 |
2002年 | 2篇 |
2000年 | 3篇 |
1998年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有192条查询结果,搜索用时 15 毫秒
111.
基于Transformer的视觉目标跟踪算法能够很好地捕获目标的全局信息,但是,在对目标特征的表述上还有进一步提升的空间.为了更好地提升对目标特征的表达能力,提出一种基于混合注意力的Transformer视觉目标跟踪算法.首先,引入混合注意力模块捕捉目标在空间和通道维度中的特征,实现对目标特征上下文依赖关系的建模;然后,通过多个不同空洞率的平行空洞卷积对特征图进行采样,以获得图像的多尺度特征,增强局部特征表达能力;最后,在Transformer编码器中加入所构建的卷积位置编码层,为跟踪器提供精确且长度自适应的位置编码,提升跟踪定位的精度.在OTB100、VOT2018和LaSOT等数据集上进行大量实验,实验结果表明,通过基于混合注意力的Transformer网络学习特征间的关系,能够更好地表示目标特征.与其他主流目标跟踪算法相比,所提出算法具有更好的跟踪性能,且能够达到26帧/s的实时跟踪速度. 相似文献
112.
视觉跟踪中,高效鲁棒的特征表达是解决复杂环境下跟踪漂移问题的关键。该文针对深层网络预训练复杂费时及单网络跟踪易漂移的问题,在粒子滤波框架下,提出一种基于自适应深度稀疏网络的在线跟踪算法。该算法利用ReLU激活函数,针对不同类型目标构建了一种具有自适应选择性的深度稀疏网络结构,仅通过有限标签样本的在线训练,就可得到鲁棒的跟踪网络。实验数据表明:与当前主流的跟踪算法相比,该算法的平均跟踪成功率和精度均为最好,且与同样基于深度学习的DLT算法相比分别提高了20.64%和17.72%。在光照变化、相似背景等复杂环境下,该算法表现出了良好的鲁棒性,能够有效地解决跟踪漂移问题。 相似文献
113.
114.
目的 为克服单一颜色特征易受光照变化影响,以及图像的空间结构特征对目标形变较为敏感等问题,提出一种结合颜色属性的分层结构直方图。方法 首先,鉴于使用像素灰度值对图像进行分层易受光照变化影响,本文基于颜色属性对图像进行分层,即将输入的彩色图像从RGB空间映射到颜色属性空间,得到11种概率分层图;之后,将图像中的每一个像素仅投影到其概率值最大的分层中,使得各分层之间像素的交集为空,并集为整幅图像;对处理后的每一个分层,通过定义的结构图元来统计像素分布情况,得到每一分层的空间分布信息;最后,将每一分层的像素空间分布信息串联作为输入图像的分层结构直方图,以此来表征图像。结果 为证明本文特征的有效性,将该特征用于图像匹配和视觉跟踪,与参考特征相比,利用本文特征进行图像匹配时,峰值旁瓣比均值提升1.347 9;将本文特征用于视觉跟踪时,采用粒子滤波作为跟踪框架,成功率相对上升4%,精度相对上升4.6%。结论 该特征将图像的颜色特征与空间结构信息相结合,有效解决了单一特征分辨性较差的问题,与参考特征相比,该特征具有更强的分辨性和鲁棒性,因此本文特征可以更好地应用于图像处理应用中。 相似文献
115.
目标跟踪是利用一个视频或图像序列的上下文信息,对目标的外观和运动信息进行建模,从而对目标运动状态进行预测并标定目标位置的一种技术,是计算机视觉的一个重要基础问题,具有重要的理论研究意义和应用价值,在智能视频监控系统、智能人机交互、智能交通和视觉导航系统等方面具有广泛应用。大数据时代的到来及深度学习方法的出现,为目标跟踪的研究提供了新的契机。本文首先阐述了目标跟踪的基本研究框架,从观测模型的角度对现有目标跟踪的历史进行回顾,指出深度学习为获得更为鲁棒的观测模型提供了可能;进而从深度判别模型、深度生成式模型等方面介绍了适用于目标跟踪的深度学习方法;从网络结构、功能划分和网络训练等几个角度对目前的深度目标跟踪方法进行分类并深入地阐述和分析了当前的深度目标跟踪方法;然后,补充介绍了其他一些深度目标跟踪方法,包括基于分类与回归融合的深度目标跟踪方法、基于强化学习的深度目标跟踪方法、基于集成学习的深度目标跟踪方法和基于元学习的深度目标跟踪方法等;之后,介绍了目前主要的适用于深度目标跟踪的数据库及其评测方法;接下来从移动端跟踪系统,基于检测与跟踪的系统等方面深入分析与总结了目标跟踪中的最新具体应用情况,最后对深度学习方法在目标跟踪中存在的训练数据不足、实时跟踪和长程跟踪等问题进行分析,并对未来的发展方向进行了展望。 相似文献
116.
117.
118.
以青菜为原料,优化清洗工艺,研究高压二氧化碳(HPCD)处理鲜切青菜在贮藏期(4℃避光贮藏9 d)中微生物数量、失重率、可溶性固形物、pH值、质构、色差、过氧化物酶(POD)活性及感官评价的变化规律。ClO_2结合超声清洗15 min后,鲜切青菜的菌落总数下降1.2个对数。鲜切青菜经不同压力HPCD【3,3.5,4 MPa/(5 min)】处理后,菌落总数分别下降0.2,0.6和1.8个对数。HPCD处理后POD酶活下降19%~26%,叶绿素升高9.8%~34.6%,色泽更为鲜绿。然而,HPCD处理会破坏青菜质构,造成汁液流失,感官接受度降低。贮藏期间鲜切青菜微生物数量显著增加,贮藏结束时所有处理组微生物数量都超过未处理组。pH值显著下降,POD酶活性先下降后上升,颜色和叶绿素含量保持稳定,说明HPCD处理能够很好地保持青菜的颜色。本研究为HPCD技术应用于鲜切青菜加工提供了理论依据。 相似文献
120.