全文获取类型
收费全文 | 88篇 |
免费 | 10篇 |
国内免费 | 9篇 |
专业分类
电工技术 | 2篇 |
综合类 | 7篇 |
化学工业 | 6篇 |
金属工艺 | 7篇 |
机械仪表 | 4篇 |
建筑科学 | 4篇 |
矿业工程 | 1篇 |
能源动力 | 1篇 |
轻工业 | 30篇 |
水利工程 | 1篇 |
石油天然气 | 2篇 |
武器工业 | 1篇 |
无线电 | 17篇 |
一般工业技术 | 4篇 |
冶金工业 | 1篇 |
自动化技术 | 19篇 |
出版年
2023年 | 2篇 |
2022年 | 4篇 |
2021年 | 7篇 |
2020年 | 6篇 |
2019年 | 5篇 |
2018年 | 5篇 |
2017年 | 5篇 |
2016年 | 1篇 |
2015年 | 8篇 |
2014年 | 5篇 |
2013年 | 7篇 |
2012年 | 8篇 |
2011年 | 9篇 |
2010年 | 4篇 |
2009年 | 4篇 |
2008年 | 6篇 |
2007年 | 6篇 |
2006年 | 2篇 |
2005年 | 1篇 |
2004年 | 3篇 |
2002年 | 1篇 |
2001年 | 1篇 |
2000年 | 2篇 |
1992年 | 2篇 |
1983年 | 1篇 |
1982年 | 1篇 |
1972年 | 1篇 |
排序方式: 共有107条查询结果,搜索用时 15 毫秒
81.
在经典的融合空间信息的模糊聚类图像分割方法中,图像像素的空间信息大,都采用正方形的邻域窗来获取。为了更好地分割出图像中的边界及细节信息,对不同形状邻域空间信息的模糊聚类图像分割进行了研究。在该方法中,首先采用圆形、三角形和菱形邻域窗获得图像像素的空间信息,然后分别将这三种空间信息引入到融合空间信息的模糊聚类图像分割中。Berkeley图像上的分割实验表明分别采用圆形、三角形和菱形邻域窗获得图像像素空间信息的模糊聚类图像分割方法在分割性能上要优于融合正方形邻域窗空间信息的方法。 相似文献
82.
现有深度学习算法应用于PolSAR图像分类时,较少考虑该图像数据的复数特点,使得数据的复数域信息不能被充分利用;同时,深度学习需要大量的标签样本作为模型的训练样本,但是PolSAR图像可获取的标签样本十分有限.针对上述问题,结合Tri-training算法和复值卷积神经网络(CV-CNN)提出了半监督PolSAR图像分类算法.首先通过Wishart分类器和Tri-training算法获取一些可靠性较高的伪标签样本,然后将其加入到复值卷积神经网络的训练样本中并用于模型训练,最终完成图像分类任务.通过四幅PolSAR图像分类的仿真实验表明,该算法不仅能够有效提升伪标签样本的可靠性,同时还可提高模型的分类准确率. 相似文献
83.
为了提高最大类间方差阈值分割法(Otsu)对于图像噪声的鲁棒性,提出融合非局部空间灰度信息的三维Otsu法。该方法利用图像像素的灰度信息、邻域中值灰度信息和非局部空间灰度信息进行直方图统计,构建新颖的三维直方图,采用最大类间方差作为阈值选取准则。实验结果表明新方法对于噪声的鲁棒性要优于原始三维Otsu法,能够获得更加令人满意的分割结果。 相似文献
84.
85.
86.
87.
采用光学显微镜、扫描电镜和差示扫描量热法等研究7050合金均匀化过程中的显微组织与化合物的演变。结果表明,7050合金铸态为典型的枝晶网状组织,其中片层状共晶组织由α(Al)和T相(Al Zn Mg Cu)组成,并存在少量含Fe相(Al7Cu2Fe)。均匀化温度在460℃以上,共晶相发生分解,且由T相向S相(Al2Cu Mg)发生转变,480℃以上S相发生溶解并逐渐减少,而含Fe相的形状和尺寸基本不发生变化。随均匀化时间的延长和温度的升高,T相逐步向S相完全转变,且S相逐渐溶解于基体中,残留很少。对于所采用的7050合金铸锭,为了消除共晶组织,减少残留化合物和合金元素均匀分布,460℃×24 h+480℃×8 h双级均匀化工艺为较合理的均匀化工艺。 相似文献
89.
长庆油田储层物性差、层间矛盾突出、非均质性强,单井产液量低.单一的饱和度测量模型难以满足长庆油田低孔隙度、低渗透率、低丰度储层饱和度测井和精细解释评价的需求.脉冲中子饱和度测井仪(RAS)集非弹性散射、俘获、氧活化等多个测量模式于一体,一次下井可采集丰富的能谱及时间谱信息.以中子与地层反应原理为基础介绍RAS测井仪器原理及仪器技术指标,结合长庆油田现有饱和度测井仪器分析RAS测井仪器适用性,结合裸眼井解释结论及储层动态监测数据对测井资料进行综合解释,总结出RAS剩余油饱和度测井资料解释方法.结合测井评价成果分析判断储层含水率,有助于部署高采收率方案,提高了剩余油饱和度资料利用率. 相似文献
90.
现有的多目标进化聚类算法应用于图像分割时,往往是在图像像素层面上进行聚类,运行时间过长,而且忽略了图像区域信息使得图像分割效果不太理想。为了提高多目标进化聚类算法的分割效果和时间效率,该文将图像区域信息与部分监督信息引入多目标进化聚类,提出图像区域信息驱动的多目标进化半监督模糊聚类图像分割算法。该算法首先利用超像素策略获得图像的区域信息,然后结合部分监督信息,设计融合区域信息和监督信息的适应度函数,接着通过多目标进化策略对多个适应度函数进行优化得到最优解集。最后构造融合区域信息与监督信息的最优解评价指标,实现从最优解集中选取一个最优解。实验结果表明:与已有多目标进化聚类算法相比,该算法不但分割效果有所提升,而且运行效率得以提高。
相似文献