全文获取类型
收费全文 | 100篇 |
免费 | 18篇 |
国内免费 | 4篇 |
专业分类
电工技术 | 4篇 |
综合类 | 24篇 |
化学工业 | 7篇 |
金属工艺 | 3篇 |
机械仪表 | 15篇 |
建筑科学 | 1篇 |
能源动力 | 4篇 |
轻工业 | 12篇 |
水利工程 | 1篇 |
石油天然气 | 2篇 |
武器工业 | 1篇 |
无线电 | 26篇 |
一般工业技术 | 1篇 |
自动化技术 | 21篇 |
出版年
2023年 | 5篇 |
2022年 | 5篇 |
2021年 | 4篇 |
2020年 | 4篇 |
2019年 | 7篇 |
2018年 | 3篇 |
2017年 | 2篇 |
2016年 | 5篇 |
2015年 | 4篇 |
2014年 | 2篇 |
2013年 | 8篇 |
2012年 | 6篇 |
2011年 | 8篇 |
2010年 | 10篇 |
2009年 | 4篇 |
2008年 | 3篇 |
2007年 | 5篇 |
2006年 | 10篇 |
2005年 | 8篇 |
2004年 | 8篇 |
2003年 | 2篇 |
2002年 | 3篇 |
2001年 | 2篇 |
2000年 | 1篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
排序方式: 共有122条查询结果,搜索用时 15 毫秒
51.
52.
本文提出一种基于JPEG2000标准的Bayer图像高性能RBCR(Remove Bayer Component Relation, RBCR)压缩算法。在RBCR压缩算法中,根据Bayer图像相关性较高的特点,对Bayer图像进行颜色分量分离,得到处理单元子图,对各子图进行1*4整型离散余弦变换,降低Bayer图像中各颜色分量空间域内的相关性;对变换后的各分量DCT系数使用标准JPEG2000算法独立完成小波变换、Tier1编码、MQ编码和率失真斜率计算等,再基于率失真斜率联合截取方法完成各个分量的码流截取,即使用相同的率失真斜率门限值,按照率失真斜率值由高到低的顺序依次完成所有分量编码码块的码流截取,最后各个分量的截取结果再进行独立的码流组织输出。在RBCR算法中通过加入DCT变换降低Bayer图像相关性和对各个分量码流的率失真斜率联合截取,提高恢复图像质量且精确控制了码率。实验结果表明,RBCR算法与各个分量独立压缩方法相比,恢复图像质量得到提升,尤其在4倍的压缩倍数下效果最佳,峰值信噪比平均提高1.814dB,复杂峰值信噪比平均提高2.414dB,可以满足深空探测低复杂度和高质量图像的要求。 相似文献
53.
54.
针对图像超分辨率重建中几何结构扭曲和细节缺失等问题,文中提出基于多残差网络的结构保持超分辨重建算法.在小波变换域和梯度域上进行深度学习.文中算法包含3种残差网络.残差梯度网络用于结构及边缘信息的重建.残差小波变换网络从整体上进行图像高频信息的重建.残差通道注意力网络通过调整网络注意力,着重学习重要的通道特征,从局部恢复... 相似文献
55.
针对电力通信检修业务,应用物联网射频识别技术、Zigbee技术等,结合《电力行业标准化管理办法》,将通信设备检修作业项目、作业标准、作业方法、作业步骤、安全措施等应用到开发的软件管理平台,利用掌上PDA实现对检修信息的标准化管理,提升电力通信网的可靠性运行. 相似文献
56.
目的 高光谱异常检测由于其重要的应用价值,引起了研究人员的广泛关注,但大部分的检测算法,往往直接利用输入的高光谱遥感影像所携带的光谱信息或者空谱信息进行检测。考虑到由于成像过程的限制,如成像条件的复杂性以及光谱通道众多导致的每个通道光子数量有限等问题,所获取的高光谱遥感影像往往在一定程度上偏离真实场景,而这也制约了异常检测的精度。针对此问题,本文提出了一种局部梯度轮廓变换的高光谱遥感影像异常检测算法。方法 为了在不影响算法性能的基础上减少计算复杂度,首先选取部分可能的异常像元,只对这些局部的异常像元可能位置进行梯度轮廓变换。其次,将变换后的梯度轮廓用于指导原始高光谱遥感影像的空域增强。最后,对增强后的高光谱遥感影像进行检测。通过将局部梯度轮廓用于影像的增强,避免了成像过程中由于细节损失而造成检测精度受限的情况。结果 实验在来自4个数据集的6幅高光谱遥感影像上进行了性能验证。首先利用经典的Global-RX (Reed Xiaoli)检测算法同时检测本文算法增强后的影像和原始影像,分别取得的平均AUC (area under curve)值为0.987 1和0.933 6,本文算法带来了0.053 5的精度提升;同时,通过与其他3种预处理方法进行比较,证明了本文局部梯度轮廓变换方法的有效性;更进一步,利用基于协同表示CRD (collaborative representation-based detector)的检测器对增强后的影像和原始影像分别进行检测,分别取得的平均AUC值为0.990 7和0.977 5,检测结果再次验证了本文算法能够有效提升影像的检测精度;通过对比,实验数据表明本文所采用的局部梯度轮廓变换可减少约37.82%的时间复杂度。结论 本文算法通过将局部的梯度轮廓进行变换并用于指导原始影像的增强过程,使得影像的空间轮廓信息更为锐利,更为接近真实场景,从而获得异常检测结果的提升。 相似文献
57.
58.
59.