全文获取类型
收费全文 | 93篇 |
免费 | 31篇 |
国内免费 | 8篇 |
专业分类
电工技术 | 6篇 |
综合类 | 7篇 |
化学工业 | 2篇 |
金属工艺 | 2篇 |
机械仪表 | 3篇 |
建筑科学 | 3篇 |
矿业工程 | 3篇 |
轻工业 | 35篇 |
水利工程 | 1篇 |
武器工业 | 2篇 |
无线电 | 35篇 |
一般工业技术 | 5篇 |
冶金工业 | 1篇 |
自动化技术 | 27篇 |
出版年
2024年 | 2篇 |
2023年 | 6篇 |
2022年 | 8篇 |
2021年 | 6篇 |
2020年 | 1篇 |
2019年 | 8篇 |
2018年 | 8篇 |
2017年 | 9篇 |
2016年 | 6篇 |
2015年 | 6篇 |
2014年 | 5篇 |
2013年 | 9篇 |
2012年 | 11篇 |
2011年 | 10篇 |
2010年 | 8篇 |
2009年 | 4篇 |
2008年 | 7篇 |
2007年 | 6篇 |
2006年 | 2篇 |
2005年 | 3篇 |
2004年 | 2篇 |
2003年 | 1篇 |
2002年 | 1篇 |
1998年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
排序方式: 共有132条查询结果,搜索用时 15 毫秒
51.
52.
53.
为了实现对红外焦平面阵列(IRFPA)获取图像的实时高精度非均匀校正,提出了一种基于多点标定的自适应非均匀性校正算法,该算法假定在环境温度变化时,校正后输出图像数据的差值与已标定的数据存在线性关系,对其进行分块并配对,采用最小二乘法,以平方和最小为准则,自适应修正校正系数,以达到实时调整非均匀校正的校正系数,对环境温度变化引起的非均匀性进行补偿的目的.实验结果表明,该方法既提高了非均匀性校正的精度又能满足实时性要求,可广泛应用于光电火控、红外成像制导等对实时性和成像质量均有较高要求的应用场合. 相似文献
54.
随着智能电网、全球能源互联网的建设与相关技术的发展,现代电力系统中电力大数据的格局已经形成,如何对高维海量数据进行深度挖掘以实现数据的充分利用,成为当前电力工作者们关心的问题。该文针对电力大数据环境下高精度和实时性的负荷预测展开了研究,提出了基于Spark平台和并行随机森林回归算法(Spark platform and parallel random forest regression,SP-RFR)的短期电力负荷预测方法,通过3次弹性分布式数据集(resilient distributed datasets,RDD)转换实现单机随机森林算法的并行化改进,并在Spark分布式集群环境下实现部署。结合某区域实际电力负荷数据设计试验,进行模型训练和回归预测,通过试验证明,对同等的数据集,基于Spark平台的并行随机森林回归算法预测精度高于单机负荷预测算法;并行随机森林算法受离群数据干扰较小,且随着数据集的增大,并行随机森林算法表现出良好的鲁棒性;与单机算法在运行时间上相比,随着数据集的增大,基于分布式集群的方法优势明显。该文提出的方法能够有效地在分布式环境中进行电力负荷预测,为负荷预测提供了一种新思路。 相似文献
55.
56.
在无线传感器网络中,时延与功耗性能往往是一对不可兼得的指标,如何优化和平衡这两个指标是路由和MAC算法中的难点.线型无线传感器网络由于拓扑结构的线型性,功耗-时延的均衡问题显得更加突出.基于线型无线传感器网络拓扑模型,理论分析了能耗最优传输距离,然后基于节点剩余能量,构建联合优化目标函数.进一步地,将数据包类型在时间敏感性方面分为紧急数据包和普通数据包,并相应调整发射功率,以便在当前通信范围内找到最优下一跳中继节点.最终提出了一个功率可调的时延-能耗自适应优化中继节点选择算法(LEARS).通过仿真实验将该算法与经典及类似算法比较,LEARS能够在保证紧急数据包传输实时性的同时,进一步降低网络的整体功耗,延长网络的生命周期. 相似文献
57.
红外探测器受材料和工艺等的限制,普遍存在盲元问题,降低了红外成像系统的图像质量,影响了目标检测系统的检测概率和虚警率,因此,有效检测盲元是红外图像处理领域的一个重要研究方向。在分析了有效像元校正模型的基础上,指出均匀辐照下红外焦平面阵列(IRFPA)有效像元非均匀校正后灰度图像的均值(MEAN)和标准差(STD)具有正态分布特征,对特征直方图采用自适应正交投影分解法进行高斯分解,得到有效像元校正后的MEAN和STD特征分布区间,最终得到盲元的分类准则。对IRFPA进行的验证实验结果表明,该方法获得了令人满意的结果,证实了所提出检测方法的有效性和科学性。 相似文献
58.
针对传统卷积神经网络对多传感器指纹识别泛化能力降低、准确率不高的问题,提出改进的Stacking集成学习算法。首先将AlexNet进行改进,在AlexNet中引入深度可分离卷积减少参数量,加快训练速度;引入空间金字塔池化,提升网络获取全局信息的能力;引入批归一化,加快网络收敛速度,同时提升网络在测试集上的准确率;使用全局平均池化替代全连接层,防止过拟合。然后将DenseNet和改进的AlexNet 2种卷积神经网络作为Stacking的基学习器对指纹进行分类,获得预测结果。最后对相同基学习器训练得到的各个模型,根据预测精度对各预测结果赋权,得到的预测结果再由元分类器分类。改进的Stacking算法在多传感器指纹数据库上进行实验,最终识别准确率达98.43%,相对AlexNet提升了20.05%,相对DenseNet提升了4.25%。 相似文献
59.
60.
星载遥感图像的二维均值预测 总被引:1,自引:1,他引:0
根据星载遥感图像的相邻像元间具有平滑性、均一性等特点,提出了一种二维均值预测方法(Mean预测)。该方法以被预测图像的两个相邻像素作为预测基准,通过计算两点灰度值的平均值然后向下取整,得到预测值,Mean预测残差近似服从Laplace分布,方法可逆。实验仿真同JPEG-LS标准中的MED预测、CCSDS预测和Zig-Zag预测做了比较,统计结果表明,Mean预测法与其它方法相比,在相关系数、熵值、均值以及均方差的性能上均有一定程度的提高,计算量小且硬件实现简单,可用于星载遥感图像的实时无损压缩处理。 相似文献