全文获取类型
收费全文 | 186篇 |
免费 | 23篇 |
国内免费 | 10篇 |
专业分类
电工技术 | 24篇 |
综合类 | 29篇 |
化学工业 | 11篇 |
金属工艺 | 4篇 |
机械仪表 | 17篇 |
建筑科学 | 27篇 |
矿业工程 | 4篇 |
能源动力 | 3篇 |
轻工业 | 6篇 |
水利工程 | 15篇 |
石油天然气 | 3篇 |
武器工业 | 4篇 |
无线电 | 9篇 |
一般工业技术 | 36篇 |
冶金工业 | 3篇 |
自动化技术 | 24篇 |
出版年
2024年 | 2篇 |
2023年 | 8篇 |
2022年 | 6篇 |
2021年 | 14篇 |
2020年 | 7篇 |
2019年 | 5篇 |
2018年 | 16篇 |
2017年 | 4篇 |
2016年 | 8篇 |
2015年 | 14篇 |
2014年 | 14篇 |
2013年 | 9篇 |
2012年 | 17篇 |
2011年 | 15篇 |
2010年 | 10篇 |
2009年 | 5篇 |
2008年 | 11篇 |
2007年 | 8篇 |
2006年 | 6篇 |
2005年 | 9篇 |
2004年 | 4篇 |
2003年 | 3篇 |
2002年 | 3篇 |
2001年 | 1篇 |
2000年 | 6篇 |
1999年 | 3篇 |
1998年 | 6篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1993年 | 2篇 |
1992年 | 1篇 |
排序方式: 共有219条查询结果,搜索用时 62 毫秒
41.
针对血管影像中灰度不均和弱边缘情况下已有水平集模型不能正确分割血管问题,提出一种耦合了血管影像的几何信息、边缘信息和区域信息的水平集分割方法.首先,采用Hessian矩阵的各向异性性对血管状目标进行识别,对原始影像数据进行多尺度滤波;然后采用拉普拉斯算子零交叉点的快速边缘积分方法将边缘信息嵌入能量泛函中,构建一种基于结构、边缘和区域信息的水平集分割方法.相比于单一依靠影像边缘信息或区域信息模型及其改进模型,该方法在分割严重灰度不均匀的血管造影影像上能够准确提取血管,并精确定位血管边缘. 相似文献
42.
43.
44.
基于互信息的医学图像配准,其配准精度可以达到亚像素水平,精度高且鲁棒性好,但互信息的巨大计算量使配准速度较慢,不能达到临床使用要求,而互信息的计算速度与图像的灰度阶数有关。为此,针对互信息由于图像灰度级数过多造成互信息计算量大的问题,提出一种基于图像梯度的灰度压缩算法。算法采用图像的梯度信息,根据图像梯度对图像进行非线性灰度映射,同时利用小波对差异图像进行分解和重构。实验结果证明,该算法能减少图像灰度阶数,同时较好地保留图像的细节信息,在保持配准精度的前提下减少配准时间。 相似文献
45.
以四烯丙基(二甲基)硅烷为核的超支化聚硅碳烷的合成与表征 总被引:1,自引:0,他引:1
以四烯丙基(二甲基)硅烷(B4)为核、甲基氢二烯丙基硅烷(AB2)为单体,通过硅氢加成反应,采用无核一步法、核一步法、核多步法合成了超支化聚有机硅碳烷。用FT-IR1、H-NMR、MALLS-GPC对该聚合物的结构进行了表征。研究了核多步法对超支化聚合物分子量及其分布的控制,结果表明,用核多步法合成超支化聚有机硅碳烷可有效地控制产物的分子量及其分布。 相似文献
46.
基于眼动追踪技术的产品形态仿生设计研究 总被引:2,自引:1,他引:1
目的 为有效解决仿生对象造型特征存在的问题。方法 基于仿生设计学和认知心理学等相关理论,运用眼动追踪实验进行产品形态仿生设计,提出一种通过测量眼动数据来确定仿生形态特征的方法。以小型道路清扫车的造型设计为例,选用上海市市花白玉兰为形态仿生对象,运用眼动跟踪实验得出眼动生理数据,对数据进行数理统计后,分析用户对生物外形本征的关注点和兴趣点,提取关键外形的设计因素,以此研究生物外型的典型特性。结论 为产品形态的仿生设计提供一定的参考和借鉴。 相似文献
47.
48.
基于高斯混合模型(Gaussian mixture model,GMM)的点集非刚性配准算法易受重尾点和异常点影响,提出含局部空间约束的t分布混合模型的点集非刚性配准算法. 通过期望最大化(Expectation maximization,EM)框架将高斯混合模型推广为t分布混合模型;把Dirichlet分布作为浮动点的先验权重,并构造含局部空间约束性质的Dirichlet 分布参数. 使用EM算法获得配准参数的闭合解;计算浮动点的自由度,改变其概率密度分布,避免异常点水平估计误差. 实验表明,本文提出的配准算法具有配准误差小、鲁棒性好、抗干扰能力强等优点. 相似文献
49.
为了在术前更准确、非侵入地鉴别乏脂肪血管平滑肌脂肪瘤(fp-AML)和肾透明细胞癌(ccRCC),提出一种基于CT图像的影像组学模型. 从CT图像中提取774个三维的影像组学特征;分三步进行特征选择:计算皮尔森相关矩阵剔除冗余特征,使用Welch’s t检验确定具有显著差异的特征,利用序列浮动前向选择算法选择具有鉴别能力的特征;使用基于稀疏学习的径向基函数神经网络进行分类. 结果表明:该模型获得的正确率、敏感度、特异性和受试者工作特征曲线下面积分别为90.00%、66.67%、100.0%和0.9173. 利用分类器的输出概率进行模型的可靠性评估,当概率阈值为0.95时,该模型获得的自信正确率、未定率和错分率分别为71.67%、25.00%和3.33%,结果表明所提出的影像组学模型能可靠地对fp-AML和ccRCC进行分类. 相似文献
50.