全文获取类型
收费全文 | 145篇 |
免费 | 39篇 |
国内免费 | 43篇 |
专业分类
电工技术 | 7篇 |
综合类 | 17篇 |
机械仪表 | 9篇 |
建筑科学 | 3篇 |
轻工业 | 3篇 |
石油天然气 | 2篇 |
武器工业 | 1篇 |
无线电 | 64篇 |
一般工业技术 | 11篇 |
自动化技术 | 110篇 |
出版年
2024年 | 11篇 |
2023年 | 25篇 |
2022年 | 19篇 |
2021年 | 23篇 |
2020年 | 24篇 |
2019年 | 20篇 |
2018年 | 7篇 |
2017年 | 12篇 |
2016年 | 13篇 |
2015年 | 9篇 |
2014年 | 12篇 |
2013年 | 11篇 |
2012年 | 12篇 |
2011年 | 6篇 |
2010年 | 2篇 |
2009年 | 1篇 |
2008年 | 5篇 |
2007年 | 3篇 |
2006年 | 1篇 |
2005年 | 2篇 |
2004年 | 1篇 |
2003年 | 2篇 |
2002年 | 1篇 |
2000年 | 1篇 |
1997年 | 4篇 |
排序方式: 共有227条查询结果,搜索用时 31 毫秒
101.
非盲图像去模糊问题是从已知核的带噪声的线性卷积变换中恢复原始图像.如果噪声是满足高斯分布的,则可以直接使用最小二乘求解.然而在大多数情况下,去模糊问题都是高度病态的,直接求解无法做到.因此,通常的做法是通过抽取原始图像的已知统计先验信息进行正则化来帮助求解问题.两种常用的正则化是低秩和全变分.早期的相关工作单独使用这两种正则化.直到几年前,人们才考虑将这两种正则化结合起来.已有的结果表明,混合正则化模型比单一模型具有更好的性能.然而,目前的混合正则化方法只是采用凸方法,非凸的工作仍然是空白的.考虑到非凸正则化在很多种情况下都比凸正则化的效果要好,因此本文使用L1/2范数和Schatten-1/2范数提出了一种新的非凸混合模型.我们使用这两个非凸函数,因为它们的近端算子很容易计算.这种非凸混合正则化模型本质上是一个非凸线性约束问题,可以通过交替方向乘子法求解.然而,非凸性使得交替方向乘子法收敛十分困难.因此,我们转向求解原问题的惩罚问题.将交替最小化方法应用于惩罚问题就可以得到提出的算法,其中每个子步骤只涉及非常简单的计算.由于惩罚参数很大时,交替极小化算法速度会很慢,为了加速算法,针对惩罚参数我们使用了预热技术,即选取很小的初值但是在迭代过程中不断将参数增大.我们证明了该算法的收敛性.数值实验验证了本文提出的模型和算法的有效性.在非常温和的假设下,我们证明了算法的收敛性.数值实验验证了本文提出的模型和算法的有效性. 相似文献
102.
基于Radon变换的运动模糊图像参数估计 总被引:1,自引:0,他引:1
运动模糊图像的参数估计直接影响图像的去模糊效果.提出了基于Radon变换的参数估计算法,结合运动模糊图像的频谱特性和Radon变换的数学含义,通过计算运动模糊图像二维频谱的Radon变换值,有效地估计出运动模糊的方向角θ和长度L两个参数.实验表明,该方法简单可行,参数估计准确,最终的图像去模糊效果良好. 相似文献
103.
为了解决设计图像去模糊神经网络依赖大量手工调参的问题,提出一种面向图像盲去模糊的可微分神经网络架构搜索方法。通过设计U型残差搜索空间,将去模糊网络的搜索过程分为9个搜索单元的搜索过程,降低了搜索的复杂度,并设计出一个基于随机游走和最近邻插值的算法,通过模拟相机运动轨迹的方式生成模糊核,进而生成足够的模糊图像用于训练。实验结果表明,该方法明显减少了人工调参的工作量,在GOPRO和Kohler数据集上搜索得到的网络,峰值信噪比相对于基准网络UNet分别提升3.10 dB和1.17 dB,并接近UNet的推理速度。 相似文献
104.
针对工程、无线电成像设备中出现的柯西噪声和模糊退化问题,提出了一种基于深度学习的复原算法.在PnP框架下,使用半二次分裂将柯西噪声传统复原模型中的数据保真项与正则项分离独立求解.为克服传统方法的局限性,使用卷积神经网络(CNN)训练了一个数据驱动的高斯去噪器用于求解分离出的正则项子问题,在每次迭代求解过程中采用噪声等级递减的策略选取去噪器.分离出的其他子问题通过牛顿法或傅里叶变换等方便地求解.在柯西噪声及不同类型模糊退化的图像上,将所提算法与中值滤波、凸总变分(TV)模型、基于交替方向乘数法(ADMM)的非凸模型以及重叠稀疏TV模型相比,实验结果表明,所提算法在视觉效果和数值指标上均都优于对比算法. 相似文献
105.
106.
《Planning》2013,(2):176-179
基于线性化Bregman迭代法带有软阈值算子的A+算法,结合广义逆迭代格式,提出一个新的混乱迭代方法求解图像的去模糊问题。在算法上充分考虑对细节信息的有效利用,以弥补在每步迭代过程中为了去模糊而过滤掉的图像细节特征的损失,达到有效滤波的效果。同时在计算时间和恢复效果之间取得平衡。数值试验结果表明,新方法在提高计算效率的同时还能得到很好的图像恢复效果,特别是细节特征和稀疏纹理的恢复。 相似文献
107.
目的 针对包装产品上QR码在采集过程中的运动模糊、失焦模糊,长期磨损形成的自模糊和环境中的噪声等因素,导致QR码无法识别的问题,提出一种基于生成对抗网络的QR码去模糊算法。方法 采用深度学习模型生成对抗网络对模糊核和环境噪声具有的强大拟合和估计能力,提取模糊QR码图像与真实图像的深层特征和差距,并通过生成器与判别器不断迭代对抗,使生成器具有由输入的模糊QR码产生与之对应的去模糊QR码图像的能力。结果 生成器能较好地对模糊核和环境噪声进行估计,而且能够实现对数据集内多种不同模糊程度QR码的去模糊,去模糊QR码图像效果较好,处理时间快,识别率较高。结论 采用基于生成对抗网络的QR码去模糊算法能够广泛应用于包装产品外壳上QR码的预处理过程,泛化能力较好,能有效提高扫描识别率。 相似文献
108.
109.
110.