全文获取类型
收费全文 | 260篇 |
免费 | 37篇 |
国内免费 | 121篇 |
专业分类
综合类 | 49篇 |
化学工业 | 1篇 |
机械仪表 | 1篇 |
建筑科学 | 3篇 |
轻工业 | 2篇 |
无线电 | 29篇 |
一般工业技术 | 11篇 |
冶金工业 | 22篇 |
自动化技术 | 300篇 |
出版年
2022年 | 4篇 |
2021年 | 5篇 |
2020年 | 3篇 |
2019年 | 2篇 |
2018年 | 7篇 |
2017年 | 25篇 |
2016年 | 20篇 |
2015年 | 36篇 |
2014年 | 32篇 |
2013年 | 32篇 |
2012年 | 29篇 |
2011年 | 55篇 |
2010年 | 45篇 |
2009年 | 35篇 |
2008年 | 22篇 |
2007年 | 34篇 |
2006年 | 16篇 |
2005年 | 10篇 |
2004年 | 2篇 |
2003年 | 4篇 |
排序方式: 共有418条查询结果,搜索用时 15 毫秒
361.
图片越来越多的出现在Web应用程序中,传统的文件存储方式已经不能满足要求。文中列举了数据库存储的好处,介绍了数据库对大容量字段的支持,并以JSP和MySql为例,介绍了Web服务器上图片的数据库存储和显示技术。 相似文献
362.
针对单镜头视频时域篡改问题,提出一个以内容相似性为基础的视频篡改被动盲检测算法。通过高斯金字塔变换获得视频帧的3种尺度视觉内容,根据信息论定义相邻两帧的归一化平均互信息,采用线性组合构建多尺度归一化互信息描述子,实现相邻两帧多尺度视觉内容相似性的度量。利用局部离群点检测算法计算视觉内容相似性异常度,使用阈值法检测视频篡改位置。实验结果表明,该算法不仅能有效地检测出视频帧删除、复制以及插入3种篡改的位置,而且适用于不同编码格式视频间和同源的篡改。在检准度和检全率上优于现有的时域篡改检测算法。 相似文献
363.
364.
365.
提出了一种基于全息图和光流技术的新的视频水印技术.首先在视频序列时间轴上利用局部光流信息检测一个关键帧,然后利用全息技术得到原始水印图像全息图,之后将其嵌入宿主视频关键帧的离散余弦变换域的中频系数,并将水印添加位置和原来关键帧中的边信息作为恢复水印信息的密钥,提取水印的过程无须原来的视频,从而该算法具有较好的安全性.对... 相似文献
366.
367.
提出一种基于形状控制的 Catmull-Clark 细分曲面构造方法,实现局部插值任意拓扑的四边形网格顶点。首先该方法利用渐进迭代逼近方法的局部性质,在初始网格中选取若干控制顶点进行迭代调整,保持其他顶点不变,使得最终生成的极限细分曲面插值于初始网格中的被调整点;其次该方法的 Catmull-Clark 细分的形状控制建立在两步细分的基础上,第一步通过对初始网格应用改造的 Catmull-Clark 细分产生新的网格,第二步对新网格应用 Catmull-Clark 细分生成极限曲面,改造的 Catmull-Clark 细分为每个网格面加入参数值,这些参数值为控制局部插值曲面的形状提供了自由度。证明了基于形状控制的 Catmull-Clark 细分局部渐进插值方法的收敛性。实验结果验证了该方法可同时实现局部插值和形状控制。 相似文献
368.
提出了一种基于法矢控制的 B 样条曲面逼近的渐进迭代逼近(PIA)算法。一方面该方法将离散数据点的切失、曲率、法矢等几何特征充分应用到离散数据点的逼近问题上,利用数据点两个方向的切矢构造出数据点的法矢约束来控制逼近曲面形状,相比于无法矢控制的 B 样条曲面逼近的渐进迭代逼近(PIA)方法,逼近曲面更光顺,可获得更好的逼近效果。另一方面由于该算法选取主特征点作为控制顶点,所以允许在曲面拟合中控制顶点的数目小于数据点的数目。而且PIA算法的每次迭代过程中的各个步骤都是独立的,很容易被应用到并行计算上,可提高计算效率。本文还给出了一些实例来验证该算法的有效性。 相似文献
369.
针对噪声破坏加速度信号稀疏性、降低其压缩感知重构算法性能问题,提出了一种用经验模态分解(EMD)和小波分析联合消噪的加速度信号压缩重构新方法.该方法首先采用EMD和小波阈值联合消噪方法对加速度信号消噪处理,保持加速度信号内在稀疏性;然后基于压缩感知理论和加速度信号块结构信息,采用块稀疏贝叶斯学习算法以高概率重构原始加速度信号.采用USC-HAD人体日常行为数据库中的加速度信号验证本文方法的有效性.实验结果表明,本文所提方法的信噪比和均方根误差明显优于未经消噪处理的压缩感知重构算法,能够有效抑制加速度信号噪声,增大加速度信号稀疏度,提高加速度信号压缩重构算法性能. 相似文献
370.
针对多目标粒子群算法全局最优值的选取缺陷以及多样性保留缺陷,提出了一种基于分解和拥挤距离的多目标粒子群优化算法(Smoeadpso).算法采用切比雪夫分解机制,将邻居向量对应的子问题的中的最优解来作为某个粒子全局最优值的候选解了更有效限制粒子飞行速度以避免粒子飞行超出解空间界限,引入了新的速度限制因子维持了种群多样性.本文算法与经典的多目标进化算法在10个测试函数上的对比结果表明, Smoeadpso求得的Pareto解集与真实Pareto解集的逼近程度有明显提升并且对于3目标问题求解的均匀性也比同类粒子群算法优秀. 相似文献