全文获取类型
收费全文 | 135篇 |
免费 | 54篇 |
国内免费 | 12篇 |
专业分类
综合类 | 24篇 |
机械仪表 | 1篇 |
无线电 | 113篇 |
一般工业技术 | 2篇 |
自动化技术 | 61篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 4篇 |
2021年 | 3篇 |
2020年 | 3篇 |
2019年 | 9篇 |
2018年 | 7篇 |
2017年 | 7篇 |
2016年 | 10篇 |
2015年 | 4篇 |
2014年 | 15篇 |
2013年 | 10篇 |
2012年 | 10篇 |
2011年 | 18篇 |
2010年 | 22篇 |
2009年 | 19篇 |
2008年 | 12篇 |
2007年 | 10篇 |
2006年 | 4篇 |
2005年 | 6篇 |
2004年 | 4篇 |
2003年 | 1篇 |
2002年 | 3篇 |
2001年 | 2篇 |
2000年 | 3篇 |
1999年 | 4篇 |
1997年 | 3篇 |
1995年 | 1篇 |
1993年 | 1篇 |
排序方式: 共有201条查询结果,搜索用时 15 毫秒
31.
32.
针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限,以及各通道特征图没有区分的问题,该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积,增强隐写检测模型对高阶特征的表达能力;同时引入通道加权模块,实现根据全局信息对每个卷积通道赋予不同的权重,增强有用特征并抑制无用特征,增强模型提取检测特征的质量。实验结果表明,该检测模型针对不同典型隐写算法及不同嵌入率,相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的检测准确率,与最优的Zhu-Net相比,准确率提高1.95%~6.15%。 相似文献
33.
34.
心音信号是一种典型的非平稳信号,传统信号处理方法的应用受到很大限制。针对此本文提出了基于
Hilbert - Huang Transform(HHT) 的心音信号的分析方法,对冠心病患者的心音信号进行了分析。通过把心音信号分
解为内蕴模式函数,利用Hilbert 变换建立了心音信号的时间- 频率- 能量三维Hilbert 谱分布以及边界谱分布;
Hilbert 谱及其边界谱在时域以及频域以较高的分辨率表征了心音信号的时频变化特性,揭示了冠心病患者心音信
号的病理特征;为冠心病的早期无损诊断奠定了坚实基础,临床实践中有较大的指导价值。 相似文献
35.
该文根据系统性能指标要求、算法特点和FPGA的相关特性,系统先介绍了系统组成模块的设计和各个模块的作用;然后重点对同步采样、数据存储与处理、编码信号产生和通讯模块作了详细论述,说明了相应的工作原理,给出了它们的原理框图;最后展示了电路板实物焊接图。 相似文献
36.
虹膜识别对所采集的样本图像较为苛刻的要求所造成的高采集失败率和注册失败率是阻碍它推向大规模应用的重要原因,也是目前虹膜识别研究的难点问题之一。在适当降低虹膜图像采集质量要求的条件下,能够大幅降低采集失败率和注册失败率,但同时也降低了识别的性能。采用数据融合的方法,在识别的决策层引入对应的脸像特征模板的相似度判据,根据所提出的基于隶属度函数的决策层融合算法实现融合决策。实验结果表明,这种多生物特征融合决策的方法既可以使得虹膜的采集失败率和注册失败率保持在实际应用可以接受的程度,又能够使得整体的识别性能达到目前虹膜识别技术的水平。 相似文献
37.
38.
为了降低核仿射投影P范数(KAPP)算法的计算量和存储容量,提高在输入信号强相关时KAPP算法的收敛速度和稳态性能,该文提出基于高斯核显性映射的核归一化解相关APP(KNDAPP-GKEM)算法。该算法利用归一化解相关方法预先解除输入信号的相关性;利用高斯核显式映射方法近似得到显式核函数,消除了对历史数据的依赖,解决了KAPP算法因结构不断生长导致的计算量和存储容量过大的问题。α稳定分布噪声背景下的非线性系统辨识仿真结果表明,在输入信号强相关时KNDAPP-GKEM算法收敛速度快,非线性系统辨识稳态均方误差小,训练所需时间呈线性缓慢增长,有利于实际非线性系统辨识的应用。 相似文献
39.
基于多智能体模糊深度强化学习的跳频组网智能抗干扰决策算法 总被引:1,自引:0,他引:1
为提高复杂电磁环境下跳频异步组网的抗干扰性能,该文提出一种基于集中式训练和分散式执行框架的多智能体模糊深度强化学习(MFDRL-CTDE)算法。针对多种干扰并存的复杂电磁环境和异步组网结构,设计了相应的状态-动作空间和奖赏函数。为应对智能体之间的相互影响和动态的环境,引入集中式训练和分散式执行(CTDE)框架。该文提出基于模糊推理系统的融合权重分配策略,用于解决网络融合过程中各智能体的权重分配问题。采用竞争性深度Q网络算法和优先经验回放技术以提高算法的效率。仿真结果表明,该算法在收敛速度和最佳性能方面都具有较大优势,且对多变复杂电磁环境具有较好的适应性。 相似文献
40.
在α稳定分布噪声背景下,核最小平均P范数算法(KLMP)的性能显著优于核最小均方算法(KLMS),但KLMP算法的计算量和存储容量都随迭代次数线性增加,不便实际应用。针对此问题,该文应用迁移学习理论,将基于样本实例获得的总滤波器划分为具有局部紧支撑结构的子滤波器之和,每个子滤波器的训练分别受不同的输入驱动,提出了最近实例质心估计核最小平均P范数算法(NICE-KLMP);为进一步减小存储容量,将在线矢量量化应用到该算法中,提出最近实例质心估计量化核最小平均P范数算法(NICE-QKLMP)。α稳定分布噪声背景下的 Mackey-Glass 时间序列预测的仿真结果表明,NICE-KLMP和NICE-QKLMP算法的复杂度显著低于KLMP算法,抗脉冲噪声性能显著强于NICE-KLMS算法,与KLMP算法相当。 相似文献