全文获取类型
收费全文 | 186篇 |
免费 | 19篇 |
国内免费 | 17篇 |
专业分类
电工技术 | 16篇 |
综合类 | 6篇 |
化学工业 | 19篇 |
金属工艺 | 7篇 |
机械仪表 | 22篇 |
建筑科学 | 7篇 |
矿业工程 | 7篇 |
能源动力 | 7篇 |
轻工业 | 23篇 |
水利工程 | 2篇 |
石油天然气 | 11篇 |
武器工业 | 5篇 |
无线电 | 37篇 |
一般工业技术 | 22篇 |
冶金工业 | 2篇 |
原子能技术 | 1篇 |
自动化技术 | 28篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 10篇 |
2021年 | 21篇 |
2020年 | 13篇 |
2019年 | 7篇 |
2018年 | 8篇 |
2017年 | 6篇 |
2016年 | 7篇 |
2015年 | 14篇 |
2014年 | 10篇 |
2013年 | 20篇 |
2012年 | 16篇 |
2011年 | 14篇 |
2010年 | 11篇 |
2009年 | 8篇 |
2008年 | 8篇 |
2007年 | 9篇 |
2006年 | 8篇 |
2005年 | 6篇 |
2002年 | 2篇 |
2001年 | 1篇 |
2000年 | 2篇 |
1999年 | 2篇 |
1998年 | 3篇 |
1997年 | 2篇 |
1996年 | 1篇 |
1995年 | 2篇 |
1994年 | 4篇 |
1993年 | 1篇 |
排序方式: 共有222条查询结果,搜索用时 437 毫秒
51.
针对目前课堂环境下的多人脸检测研究不够深入,特别在拍摄角度变化等多个因素影响下人脸识别率较低的问题,提出了真实课堂环境下基于全卷积头部检测器(FCHD)人脸检测的改进算法.首先,针对课堂环境下多人脸数据集的不足构建了两类课堂数据集,通过10人以下、11~20人、21~30人、31~40人以及41人以上不同的数据进行分析;然后,对比评估了传统的人脸检测算法以及基于深度学习的算法;最后,提出基于FCHD算法进行锚点设计的改进,针对课堂多人脸数据集的特点,通过不同锚点的设计以及神经网络的微调提升多人脸检测的准确率.实验结果表明,所提算法对于10人以下的人脸检测平均准确率能达到90%,能够较好地解决多人脸识别领域中存在的人脸偏移、遮挡、角度等问题. 相似文献
52.
针对驾驶场景中目标检测卷积神经网络模型检测精度较低的问题,提出一种基于改进RefineDet网络结构的多尺度特征融合目标检测方法。在RefineDet网络结构中嵌入LFIP(Light-weight Featurized Image Pyramid,轻量级特征化的图像金字塔)网络,将LFIP网络生成的多尺度特征图与RefineDet中的ARM(Anchor Refinement Module,锚点框修正模块)输出的主特征图相融合,提升特征层中锚点框初步分类和回归的输出效果,为ODM(Object Detection Module,目标检测模块)模块提供修正的锚点框以便于进一步回归和多类别预测;在RefineDet网络结构中的ODM之后嵌入多分支结构RFB(Receptive Field Block,感受野模块),在检测任务中获得不同尺度的感受野以改善主干网络中提取的特征。将模型中的激活函数替换为带有可学习参数的非线性激活函数PReLU(Parametric Rectified Linear Unit,参数化修正线性单元),加快网络模型的收敛速度;将RefineDet的边界框回归损失函数替换为排斥力损失函数Repulsion Loss,使目标检测中的某预测框更靠近其对应的目标框,并使该预测框远离附近的目标框及预测框,可以提升遮挡情况下目标检测的精度;构建驾驶视觉下的目标检测数据集,共计48 260张,其中38 608张作为训练集,9 652张作为测试集,并在主流的GPU硬件平台进行验证。该方法的mAP为85.59%,优于RefineDet及其他改进算法;FPS为41.7 frame/s,满足驾驶场景目标检测的应用要求。实验结果表明,该方法在检测速度略微下降的情况,能够较好地提升驾驶视觉下的目标检测的精确度,并能够一定程度上解决驾驶视觉下的遮挡目标检测和小目标检测的问题。 相似文献
53.
OD数据是一类提供起点和终点位置、稀疏地描述对象移动轨迹的数据.OD数据可视分析能够发现群体移动模式,挖掘空间异常和隐藏关系,深入探索和分析多种统计属性,是数据可视化、地理空间分析等领域的研究热点.从OD数据的地理空间点对结构出发,阐述经典的OD数据可视化方法和原理,如OD矩阵、OD嵌套地图、OD流图等;然后从空间聚类维度、空间语义维度和时空联合维度对OD数据进行可视分析,探寻其在特征的表达、感知、提取、呈现等方面的应用场景和增强意义;再针对大规模OD数据可视化的视觉混淆问题,梳理OD数据可视分析研究方法中过滤、采样及聚合等视觉简化方法;最后通过OD数据可视分析技术在不同行业领域的应用及具体案例,总结和深入讨论OD数据可视分析中存在的挑战性问题,并展望该领域的发展趋势. 相似文献
54.
介绍结构可靠性检验的概念和各种强度检验方法的特点,对已知变差系数(Cv法)的均值检验和个值检验方法进行改进,利用可靠性安全系数和各种强度与载荷系数,给出无量纲的判别准则。将变差系数不变的条件引入到序贯检验方法中,推导出新的结构强度检验方法,分析检验变量与均值法的差异,得到两者的近似关系。计算与分析结果表明,均值法效率略高于序贯法,两者分别适用于强度设计裕量较小和较大的情况,扩大了Cv检验方法的使用范围,使检验样本量最小,提高了检验效率;个值法效率最低,不建议采用。 相似文献
55.
56.
A fiber sensor system was developed to measure high temperatures. The system consists of a diode laser as the light source, three optical couplers, two sensing fiber ends, and two photodetectors. The measurement is based on the relative Fresnel reflection intensity and the thermo-optic effect of the fiber. The application of this relative technique can operatively eliminate the errors resulting from light source fluctuations and the effect of the environment. The stability of the system for long-duration measurements can also be effectively improved. 相似文献
57.
58.
Asen Asenov Andrew R. Brown Gareth Roy Binjie Cheng Craig Alexander Craig Riddet Urban Kovac Antonio Martinez Natalia Seoane Scott Roy 《Journal of Computational Electronics》2009,8(3-4):349-373
In this paper, we present models and tools developed and used by the Device Modelling Group at the University of Glasgow to study statistical variability introduced by the discreteness of charge and matter in contemporary and future Nano-CMOS transistors. The models and tools, based on Drift-Diffusion (DD), Monte Carlo (MC) and Non-Equilibrium Green’s Function (NEGF) techniques, are encapsulated in the Glasgow 3D statistical ‘atomistic’ device simulator. The simulator can handle most of the known sources of statistical variability including Random Discrete Dopants (RDD), Line Edge Roughness (LER), Thickness Fluctuations in the Oxide (OTF) and Body (BTF), granularity of the Poly-Silicon (PSG), Metal Gate (MGG) and High-κ (HKG), and oxide trapped charges (OTC). The results of the statistical simulations are verified with respect to measurements carried out on fabricated devices. Predictions about the magnitude of the statistical variability in future generations of nano-CMOS devices are also presented. 相似文献
59.
60.