全文获取类型
收费全文 | 92篇 |
免费 | 14篇 |
国内免费 | 16篇 |
专业分类
电工技术 | 3篇 |
综合类 | 3篇 |
化学工业 | 6篇 |
无线电 | 30篇 |
一般工业技术 | 7篇 |
自动化技术 | 73篇 |
出版年
2019年 | 1篇 |
2018年 | 1篇 |
2015年 | 1篇 |
2014年 | 1篇 |
2013年 | 1篇 |
2012年 | 7篇 |
2011年 | 7篇 |
2010年 | 5篇 |
2009年 | 9篇 |
2008年 | 6篇 |
2007年 | 6篇 |
2006年 | 7篇 |
2005年 | 5篇 |
2004年 | 11篇 |
2003年 | 7篇 |
2002年 | 19篇 |
2001年 | 4篇 |
2000年 | 1篇 |
1999年 | 4篇 |
1998年 | 2篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1994年 | 1篇 |
1993年 | 3篇 |
1991年 | 1篇 |
1989年 | 2篇 |
1988年 | 3篇 |
1987年 | 4篇 |
1985年 | 1篇 |
排序方式: 共有122条查询结果,搜索用时 15 毫秒
21.
提出一种适用于超多类手写汉字识别的新改型Adaboost算法,采用基于描述性模型的多类分类器(modified quadratic discriminant function,MQDF)作为Adaboost基元分类器,可直接进行多类分类,无需将多类问题转化为多个两类问题处理,其训练复杂度大大低于已有的多类Adaboost算法。算法提出根据广义置信度更新样本权重,实验证明这种算法适用于大规模多类分类问题。为了降低算法的识别复杂度,提出从所有训练后得到的Adaboost基元分类器组中选择一个最优的基元分类器作为最终分类器的方法进行删减。在HCL2000及THOCR—HCD数据集上进行实验证明,所提改型Adaboost算法提高了识别率的有效性,该算法的相对错误率比现有最优算法分别下降了14.3%.8.1%和19.5%. 相似文献
22.
为了从多幅人脸图像构造三维人脸结构,通常需要自动提取不同图像中的对应特征点,这往往是很难完成的.为了避免这个困难,本文建立了一个基于形状匹配的三维变形模型,在保证形状最佳匹配的条件下,实现对人脸图像姿态的估计和三维人脸重构.模型采用径向基函数对通用头部模型进行变形,用形状上下文来描述点之间的形状相似性,形状距离用来描述头部模型和人脸图像整体形状上的相似性,从而实现形状最佳匹配意义上的三维重构.实验表明,本文的算法只需要在人脸图像中提取特征点集,不需进行配准,就可以恢复出令人满意的三维头部结构. 相似文献
23.
本文介绍一个由0520 A(或 IBM PC/XT)为主机而构成的多功能微机图像图形处理系统。叙述了硬、软件系统的设计思想、结构和实现要点。最后给出该系统在工业、医学中的若干应用实举。 相似文献
24.
25.
主要从五个不同的角度进行说明,分别为:新安画派地理位置的优势,与景德镇相邻而居;其次社会学角度,都是外来人口的居住地,人口的频繁流动和本地对外的开放、交流、相互学习,有利于文化的繁荣和科学技术的传播;加之景德镇是官窑的所在地且又靠近大理学家朱熹的故乡婺源,和徽州一样深受理学的影响,为它们的结合找到思想标准的一致性;还有新安画派艺术特征和景德镇瓷的美学思想相一致;以及徽商在景德镇的成就,有利于徽文化的传播;最重要的是新安画派和景德镇陶瓷绘画都曾从徽派版画中吸收营养发展自己。 相似文献
26.
27.
针对带表格的中文支票小写金额的自动识别问题,提出了一种多模式切分和识别算法。根据小写金额不同部分的切分和识别难度,采取了3种递进的模式:预切分模式、连写0检测模式和基于识别的切分模式。其中预切分模式用来处理小写金额中不粘连的单字;连写0检测模式用来检测并识别连写的0;基于识别的切分模式用来处理非连写0的粘连部分,在这个模式中采用了遗传算法来加速最优解的搜索过程。利用从银行采集的1053张真实支票样本进行测试,在拒识率为33.6%时,小写金额串的识别率达到66.1%,实验结果证明这种算法可以提高真实支票小写金额的识别率。 相似文献
28.
一种多字体印刷藏文字符识别方法 总被引:4,自引:0,他引:4
提出了一种完整的多字体印刷藏文字符识别方法:先提取输入字符的方向线素特征组成特征向量,然后采用两级分类策略判定字符类别。该方法在训练集和测试集上的识别率分别达到99.73%和99.44%,证明了其有效性。 相似文献
29.
一种鲁棒高效的人脸特征点跟踪方法 总被引:2,自引:0,他引:2
人脸特征点跟踪能获取除粗略的人脸位置和运动轨迹以外的人脸部件的精确信息,对计算机视觉研究有重要作用.主动表象模型(Active appearance model, AAM)是描述人脸特征点位置的最有效的方法之一,但是其高维参数空间和梯度下降优化策略使得AAM对初始参数敏感,且易陷入局部极值. 因此,基于传统AAM的人脸特征点跟踪方法不能同时较好地解决大姿态、光照和表情的问题.本文在多视角AAM的框架下,提出一种结合随机森林和线性判别分析(Linear discriminate analysis, LDA)的实时姿态估计算法对跟踪的人脸进行姿态预估计和更新,从而有效地解决了视频人脸大姿态变化的问题.提出了一种改进的在线表象模型(Online appearance model, OAM)方法来评估跟踪的准确性,并自适应地通过增量主成分分析(Principle component analysis, PCA) 学习来更新AAM的纹理模型,极大地提高了跟踪的稳定性和模型应对光照和表情变化的能力.实验结果表明,本文算法在视频人脸特征点跟踪的准确性、鲁棒性和实时性方面都有良好的性能. 相似文献
30.