全文获取类型
收费全文 | 210篇 |
免费 | 58篇 |
国内免费 | 21篇 |
专业分类
电工技术 | 25篇 |
综合类 | 1篇 |
化学工业 | 12篇 |
金属工艺 | 1篇 |
机械仪表 | 11篇 |
建筑科学 | 24篇 |
矿业工程 | 7篇 |
轻工业 | 1篇 |
水利工程 | 15篇 |
石油天然气 | 2篇 |
无线电 | 52篇 |
一般工业技术 | 16篇 |
冶金工业 | 3篇 |
原子能技术 | 3篇 |
自动化技术 | 116篇 |
出版年
2023年 | 1篇 |
2022年 | 2篇 |
2021年 | 6篇 |
2020年 | 2篇 |
2019年 | 5篇 |
2018年 | 5篇 |
2017年 | 10篇 |
2016年 | 8篇 |
2015年 | 5篇 |
2014年 | 18篇 |
2013年 | 13篇 |
2012年 | 24篇 |
2011年 | 20篇 |
2010年 | 12篇 |
2009年 | 17篇 |
2008年 | 36篇 |
2007年 | 20篇 |
2006年 | 22篇 |
2005年 | 13篇 |
2004年 | 5篇 |
2003年 | 14篇 |
2002年 | 5篇 |
2001年 | 6篇 |
2000年 | 3篇 |
1999年 | 4篇 |
1998年 | 3篇 |
1997年 | 1篇 |
1996年 | 3篇 |
1995年 | 3篇 |
1992年 | 1篇 |
1987年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有289条查询结果,搜索用时 15 毫秒
51.
目的 局部二值模式(LBP)作为一种简单高效的纹理特征描述算子,被广泛地应用在纹理分类和人脸识别中。针对LBP及其改进算法局部导数模式(LDP)对噪声敏感的问题,以及仅利用局部像素差分的符号信息进行二值量化提取的纹理特征信息单一的问题,提出一种基于偏振编码方式的LDP改进算法。方法 首先,提取改进的LDP局部一阶差分信息;然后,构建人脸Stokes矢量图像;其次,按照偏振方位角的编码方式提取人脸图像的多方向纹理特征;最后,分块加权统计各子块的直方图向量得到最终的人脸特征向量。结果 在ORL和YALE两个人脸库中进行实验,得到97.4%,92.22%的正确识别率,所用时间与LBP和LDP算法相差无几。当样本数目较大时,复杂度低于LBP方法。在存在高斯噪声和椒盐噪声的情况下,分别得到了93.88%、86.27%和96.13%、84.71%的识别率,均高于LBP算法和LDP算法。结论 本文提出的偏振编码方式的人脸识别算法提取的人脸纹理特征更加丰富,即使在噪声干扰下仍具有较高的识别率,并且对于其他的纹理分类、目标识别也具有一定的参考价值。 相似文献
52.
通过对基本粒子群优化算法的分析,提出一种用于求解多层非线性规划问题的算法,实现对多层非线性规划问题的Stacketberg-Nash均衡解的搜索.该算法使用动态区域搜索方法保证全局收敛性,采取自适应扰动策略增强跳出局部最优点的能力,通过基于约束适应度的更新机制保证解的可行性.实验结果证明算法的有效性. 相似文献
53.
本文针对当前电子网络身份认证和数据的安全传输问题阐述了一种基于AT89C2051的USB安全钥的系统结构及相关技术.USB安全钥将密钥存储于USB硬件中,结合相应的加密算法.文中主要对USB安全钥端的软硬件设计进行了详细介绍. 相似文献
54.
针对焦炭显微光学组织成分多样性,及传统学习方法处理新样本效果差、计算复杂度高等局限,提出一种新的两步学习图像分辨率提升方法。通过动态改变训练样本和协方差矩阵特征向量,改进传统主成分分量学习算法,获取保持全局特征的高分辨率估计图像。为补充局部细节信息,对图像残差作重叠分块处理,提出基于残差块的加权近邻线性嵌入流形学习算法,实现无特征量提取预测补偿。最后经合成获分辨率提升图像。实验结果验证本文方法较其他方法可获得更高的峰值信噪比和更好的可视化效果,为焦炭显微光学组织成分的分类识别奠定良好基础。 相似文献
55.
对于动态场景下的目标检测,传统的方法已经不能适用.提出一种基于SIFT特征点预测的匹配算法,提高了运动目标检测的速度和准确率.在此过程中,用仿射参数模型结合最小二乘法求解出全局运动参数,再对运动进行补偿.采用ORSA的方法去除外点的影响;采用基于残差图像块的更新策略,实时更新特征点集.最后使用背景差法来实现运动目标的检... 相似文献
56.
基于RANSAC的SIFT匹配优化 总被引:1,自引:0,他引:1
本文提出了一种基于RANSAC的SIFT匹配优化。采用加权的圆形邻域替代原有SIFT描述子矩形邻域,使得描述子维度降低了25%。根据特征点最近邻与次近邻的距离比越低,其匹配正确率越高的特点,对匹配点按最近邻比率高低进行匹配点排序,并以最优匹配点作为简化的RANSAC算法初始样本数据集,用简化的RANSAC算法进行几何校验,进一步提纯匹配点。实验结果表明本文方法在匹配精度优于RANSAC-SIFT的基础上,匹配速度大约提高了10倍。尤其当匹配点增多时,本文方法在匹配速度上更加有优势。 相似文献
57.
58.
59.
60.
基于多特征子空间与核学习的行人再识别 总被引:4,自引:0,他引:4
行人再识别指的是在无重叠视域多摄像机监控系统中, 匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题, 我们提出一种基于多特征子空间与核学习的行人再识别算法.该算法首先在不同特征子空间中基于核学习的方法得到不同特征子空间中的测度矩阵以及相应的相似度函数, 然后通过比较不同特征子空间中的相似度之和来对行人进行识别.实验结果表明, 本文提出的算法具有较高的识别率, 其中在VIPeR数据集上, RANK1达到了40.7%, 且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性. 相似文献