全文获取类型
收费全文 | 212篇 |
免费 | 21篇 |
国内免费 | 21篇 |
专业分类
电工技术 | 6篇 |
综合类 | 8篇 |
化学工业 | 15篇 |
金属工艺 | 7篇 |
机械仪表 | 35篇 |
建筑科学 | 18篇 |
矿业工程 | 5篇 |
能源动力 | 12篇 |
轻工业 | 16篇 |
水利工程 | 8篇 |
石油天然气 | 8篇 |
无线电 | 39篇 |
一般工业技术 | 16篇 |
冶金工业 | 2篇 |
原子能技术 | 1篇 |
自动化技术 | 58篇 |
出版年
2024年 | 2篇 |
2023年 | 12篇 |
2022年 | 16篇 |
2021年 | 20篇 |
2020年 | 6篇 |
2019年 | 10篇 |
2018年 | 16篇 |
2017年 | 13篇 |
2016年 | 4篇 |
2015年 | 15篇 |
2014年 | 26篇 |
2013年 | 8篇 |
2012年 | 10篇 |
2011年 | 19篇 |
2010年 | 15篇 |
2009年 | 15篇 |
2008年 | 1篇 |
2007年 | 7篇 |
2006年 | 10篇 |
2005年 | 5篇 |
2004年 | 8篇 |
2003年 | 3篇 |
2002年 | 6篇 |
1999年 | 3篇 |
1998年 | 1篇 |
1996年 | 1篇 |
1989年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有254条查询结果,搜索用时 15 毫秒
91.
基于形态学尺度空间和梯度修正的分水岭分割 总被引:1,自引:0,他引:1
分水岭是一种有效的图像分割方法,但存在过分割现象,为此提出了一种基于形态学尺度空间和梯度修正的分水岭图像分割方法,该方法利用形态学混合开闭重建尺度空间和梯度修正技术,在平滑原始图像的同时保留了重要的区域轮廓而去除了易造成过分割的区域细节和噪声,克服了传统的形态学开闭尺度空间在平滑细节和噪声时,部分重要区域轮廓也被平滑及不满足尺度因果性的问题。对平滑后的图像采用梯度修正分水岭变换,保持了尺度和分割区域数目间的因果性,进一步消除了标准分水岭的过分割现象。仿真实验表明,该方法能有效地消除过分割现象,分割的区域数目满足尺度因果性,且具有较高的区域轮廓定位能力。 相似文献
92.
93.
基于形态学多尺度修正的模糊C均值脑肿瘤分割方法 总被引:2,自引:0,他引:2
针对脑部核磁共振成像(MRI)图像因噪声、灰度不均匀、组织结构复杂及边界模糊不连续等造成肿瘤难以准确分割的问题,提出一种基于形态学多尺度修正的模糊C均值(FCM)聚类分割方法。首先根据邻域统计信息引入控制参数用于区分邻域中的噪声点、边缘点和区域内部点,结合空间位置信息建立像素与结构元素大小之间的函数关系;然后利用不同大小的结构元素对图像中不同类型像素进行形态学闭运算,消除对应于局部极小值的噪声干扰和非规则细节,而目标部分的区域轮廓位置基本保持不变;最后在修正基础上进行FCM聚类分割,避免FCM陷入局部极优和误分类,同时保持区域轮廓准确定位。与标准FCM、核FCM(KFCM)、遗传FCM(GFCM)、模糊局部信息C均值(FLICM)等改进方法以及专家手工勾画结果进行了对比,实验结果表明,该方法的过分割率和欠分割率较低,且与标准分割的相似度指数和JS值均较高,具有较好的分割效果。 相似文献
94.
在可穿戴设备检测人体跌倒情况时,单一采用加速度阈值判别方法不能完整表征人体跌倒行为变化的信息,导致对跌倒信息误判.为此,提出了一种基于人体姿态的PSO-SVM特征向量跌倒检测算法.首先通过MEMS加速度传感器节点采集人体姿态数据,并利用共轭梯度法对采集的数据进行优化处理,降低非线性误差;然后,利用支持向量机SVM(Support Vector Machine)分类器检测跌倒行为,并通过粒子群PSO(Particle Swarm Optimization)算法对SVM参数进行优化,获得最佳分类模型,根据SVM分类模型对采集的姿态数据进行分析,判断是否跌倒;最后根据人体姿态角,构建融合人体姿态角的PSO-SVM特征向量,检测跌倒过程的具体信息.实验结果表明:该检测方法取得95.5%的识别率,能够较好地区分其他非跌倒性动作,检测精度较其他方法较高,均方根误差较小,有较好的鲁棒性. 相似文献
95.
一种图像噪声的形态学多尺度去除方法 总被引:8,自引:0,他引:8
提出了一种基于形态学多尺度的图像噪声去除方法,该方法首先利用形态学多尺度开闭重建运算对噪声图像进行多尺度重建,将噪声图像分解为一系列尺度不同的特征图像叠加,然后对叠加特征图像进行尺度模式谱分析,确定图像中噪声对应的尺度范围,最后将噪声尺度对应的特征图像从噪声中去除,达到同时消除噪声和保持图像目标信息完整及准确定位的目的。仿真实验表明,该方法能够有效地去除不同类型的图像噪声,具有较高的输出信噪比,同时保持了图像信息的完整和图像目标的准确定位。 相似文献
96.
97.
98.
99.
100.