全文获取类型
收费全文 | 96篇 |
免费 | 8篇 |
国内免费 | 4篇 |
专业分类
电工技术 | 7篇 |
综合类 | 12篇 |
化学工业 | 19篇 |
金属工艺 | 1篇 |
机械仪表 | 2篇 |
建筑科学 | 7篇 |
轻工业 | 7篇 |
水利工程 | 4篇 |
石油天然气 | 1篇 |
无线电 | 14篇 |
一般工业技术 | 2篇 |
冶金工业 | 2篇 |
自动化技术 | 30篇 |
出版年
2024年 | 1篇 |
2023年 | 4篇 |
2022年 | 6篇 |
2021年 | 4篇 |
2020年 | 8篇 |
2019年 | 5篇 |
2018年 | 6篇 |
2017年 | 1篇 |
2016年 | 4篇 |
2014年 | 9篇 |
2013年 | 7篇 |
2012年 | 3篇 |
2011年 | 4篇 |
2010年 | 4篇 |
2009年 | 6篇 |
2008年 | 4篇 |
2007年 | 6篇 |
2006年 | 4篇 |
2005年 | 6篇 |
2004年 | 2篇 |
2003年 | 4篇 |
2002年 | 4篇 |
2001年 | 3篇 |
2000年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有108条查询结果,搜索用时 62 毫秒
71.
72.
73.
由于散射现象,SAR图像受到固有的乘性相干斑噪声的影响.文章提出了一种有效的基于平稳树状小波变换和贝叶斯估计的SAR图像噪声抑制方法.为了在抑噪过程中保持边缘,对原始图像采用比值边缘检测算子获取边缘信息.仿真结果表明,相对于一些经典的滤波方法和基于平稳小波变换方法,此方法具有更好的噪声抑制作用和边缘保持能力. 相似文献
74.
75.
针对高光谱图像分类过程中数据波段多以及信息冗余量大引起的处理速度慢及Hughes现象等问题,提出了一种基于多粒子协同进化算法进行高光谱图像自动波段选择与分类的方法:使用多粒子群协同进化算法搜索特征子集,对粒子群优化算法进行改进,定义新的位置和速度的更新策略,并以支持向量机为分类器,同时对特征子集和SVM核函数参数进行优化。在协同搜索过程中,引入遗传算法改善粒子群优化的"早熟"收敛问题,构建了一种新的MPSO-SVM(Multiple particle swarm optimization-SVM)分类模型。对高光谱遥感图像的实验结果表明:MPSO-SVM方法不仅能有效地压缩光谱的特征维数,得到最佳的波段组合,还能得到最优的SVM参数,达到较好的分类效果,提高分类精度。 相似文献
76.
李映 《重庆理工大学学报(自然科学版)》2005,19(12):118-122
在中国的法治化进程中,农民是很值得关注的权利主体。中国农民由于其自身经济状况、文化素质、地缘条件等的影响,在现代社会中往往处于社会底层,那么农民怎么样来保护自己的权利便是一个很重要的问题。通过对农民人权所存在问题的分析,提出实现和保障农民人权相关制度的思路与对策。 相似文献
77.
为了研究沼液药肥一体化水剂配方和功能。方法:首先将磁石和石膏与沼液混合,再加硅藻土净化;然后以水不溶物含量为指标,通过正交试验筛选氮磷钾矿质养分的最佳添加量,将之与小檗碱配合制备成沼液药肥一体化水剂;测定其对番茄灰霉病菌的抑制效果及对白菜生长的影响。结果表明:沼液净化后,其中铁、锰、锌含量增加,铜离子及重金属离子含量明显降低;以0.01%小檗碱、17%尿素、9%磷酸二氢钾、10%硝酸钾和8%黄腐酸(沼液补至100%)制备的沼液药肥一体化水剂,其N:P2O5:K2O质量比:8.51:4.18:7.87,N、P2O5、K2O总和即养分含量为205.6 g/L,能满足作物对养分的需求。抑菌实验表明,沼液药肥一体化水剂对番茄灰霉病菌有较强抑制作用,EC50为12.12 μg/mL,是小檗碱水剂(抑制番茄灰霉病菌的EC50为398.11 μg/mL)EC50的3.04%。沼液药肥一体化水剂稀释150倍后(即养分含量为1.67 g/L)喷施白菜能有效加速植株生长。结论:该研究为提高沼液抑菌效果和肥效,开发以沼液和小檗碱为主要原料的药肥一体化水剂提供科学依据。 相似文献
78.
为了有效地对灰度图像进行自动分割,本文基于代价函数最小化方法,提出一种自适应免疫遗传算法用于图像分割.文中图像分割问题被表示为组合优化问题,而自适应免疫遗传算法作为一种优化算法用来寻找(准)最优的分割图像.在该算法中,交叉、变异及免疫算子采用了自适应变化的概率,同时利用问题的先验知识和进化个体的历史信息自适应地提取疫苗,使算法的整体性能得到提高,产生了较令人满意的分割结果,并对噪声有较好的抑制作用. 相似文献
79.
80.
一种改进的基于粒子群优化的SVM训练算法 总被引:3,自引:2,他引:1
支持向量机的训练需要求解一个带约束的二次规划问题,但在数据规模很大的情况下,经典的训练算法将会变得非常困难。提出了一种改进的基于粒子群的优化算法,用于替代支持向量机中现有的训练算法。在改进后的粒子群优化算法中,粒子不仅向自身最优和全局最优学习,还以一定的概率向其他部分粒子的均值学习。同时,还引进了自适应变异算子,以降低未成熟收敛的概率。实验表明,提出的改进训练算法相对改进前的算法在性能上有显著提高。 相似文献