全文获取类型
收费全文 | 54篇 |
免费 | 8篇 |
国内免费 | 4篇 |
专业分类
电工技术 | 2篇 |
综合类 | 20篇 |
机械仪表 | 2篇 |
矿业工程 | 2篇 |
轻工业 | 4篇 |
石油天然气 | 11篇 |
无线电 | 6篇 |
自动化技术 | 19篇 |
出版年
2022年 | 1篇 |
2020年 | 1篇 |
2019年 | 1篇 |
2018年 | 1篇 |
2015年 | 2篇 |
2014年 | 3篇 |
2012年 | 3篇 |
2011年 | 1篇 |
2010年 | 5篇 |
2009年 | 2篇 |
2008年 | 4篇 |
2007年 | 9篇 |
2006年 | 7篇 |
2005年 | 5篇 |
2004年 | 7篇 |
2002年 | 2篇 |
2001年 | 2篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1991年 | 2篇 |
1989年 | 2篇 |
排序方式: 共有66条查询结果,搜索用时 15 毫秒
1.
三维地震勘探中强声波干扰的压制 总被引:1,自引:0,他引:1
在三维地震资料采集中产生的声波为非线性干扰波,能量强,频谱宽,利用常规的分频去噪和线性压噪方法难以将其去除,使后续的资料处理效果受到影响。基于声波具有非常稳定的传播速度这一特点,提出了一种利用非线性变换手段压制强声波干扰的方法。方法原理是,首先对三维地震资料中含声波到达时间的某段记录(时窗)进行转换,将非线性声波时距关系转换为速度趋于无穷、波数趋于零的一组噪声;然后应用f-k滤波对这组噪声进行压制;最后,再通过逆转换得到声波压制后的结果。该方法易于实现,并只对声波到达时间处的小范围数据进行处理,数据量小,计算效率高。对实际三维地震资料的处理结果表明,该方法压制强声波干扰的效果非常明显。 相似文献
2.
数字图像在成像过程中会产生特定的背景噪声,如果两幅不同噪声的图像拼接在一起,篡改区域和其他区的噪声会有差异。提出一种基于偏度统计特性的背景噪声估计算法,其通过对图像分块计算每块的噪声标准差,从而检测出噪声异常部分以达到篡改检测的目的。算法利用DCT变换去除原图细节部分,利用偏度统计特性估计噪声,利用条件最小值法求出噪声的标准差。算法改进了迭代求条件最小值法,利用微分方法求取最小值,避免了初始值设定问题,提高了算法的准确率。实验结果表明,提出的噪声估计算法正确率高,且对拼接篡改图像篡改检测有明显效果。 相似文献
3.
提出一种经过JPEG压缩且保存为BMP格式的图像盲篡改检测方法。该算法基于原始量化表不一致性实现篡改定位。首先根据压缩图像特性定位DCT块;然后依据块划分估计原始量化表;最后计算图像块偏离量化表程度,并寻找合适阈值,实现篡改区域的自动检测和定位。改进原始量化表估计算法的实验结果表明:改进算法能实现直流(DC)分量的量化系数估计,并提高量化表估计的正确率,且能有效检测单次JPEG压缩图像的篡改及定位。 相似文献
4.
图像编码中的RLE方法研究 总被引:3,自引:2,他引:3
随着多媒体、网络技术飞速发展,数据压缩技术成为确保网络数据有效传输的关键因素,它直接关系到多媒体文件的存储和传输速度。从20世纪中期开始,数据压缩技术在有损压缩领域得到了显著的提高,但在无损压缩领域由于受不失真条件的限制,发展则较为缓慢。通过对无损游程编码的研究和分析,提出一种新型RLE+算法,有利于对非二元序列数据和图像压缩的处理。 相似文献
5.
提出一种新型人工神经网络模型,称为“基于模式神经元的人工神经网络(Pattern Neuron Based Artificial Neural Network,PNBANN)”。与现有的神经计算网络不同,PNBANN是一种完全基于神经元连接的网络模型。网络中的每一个神经元都唯一代表一种模式,每当接收新模式时,自动建立一个新的连接,把信息存储在网络中;而接收已有的模式时,已有的神经元连接得到加强。当模式神经元的输出达到所设定的感觉阈值时,对应模式的信息被记忆。因此,PNBANN就是不断地接收、存储各种信息,并把感觉足够强的模式记忆下来,这一过程更接近于人脑的学习、记忆过程。实验结果证明,PNBANN学习效率高,在学习新知识时不会影响已有的知识,同时具有很强的识别能力。 相似文献
6.
7.
为了更好地模拟人脑对事物的学习、认知过程,笔者提出了模式神经元网络的聚类规则和方法,从而完善了这种新型的神经网络模型。与现有的人工神经网络不同,模式神经元网络不需要反复迭代就能达到学习、识别、分类的效果。实验结果表明:与自适应共振理论相比,模式神经元网络的学习效率快,识别精度高,分类效果也比较好。 相似文献
8.
基于分水岭变换的浮选泡沫图像分割 总被引:1,自引:0,他引:1
针对煤泥浮选泡沫图像中煤泥气泡互相粘连、边界模糊的情况,根据分水岭变换模拟浸水原理,提出一种新的、有效的分割算法,同时应用数学形态学中的腐蚀和膨胀算法,解决了过分割和欠分割问题,使得粘连的煤泥气泡得到了有效的分割。并对分割后的图像进行了物理特征提取,如气泡的数目、颜色、大小分布等,这些特征参数是评价浮选过程好坏的重要信息,利用它们可监测和优化浮选过程。该分割算法成功的用于煤泥浮选泡沫的分割,并且提取出了煤泥泡沫图像所有静态的物理特征参数。 相似文献
9.
10.
ART2是基于自适应谐振理论的一种自组织神经网络,通过竞争学习和自稳机制原理实现分类,可以在非平稳的、有干扰的环境中进行无监督的自学习,其学习过程能迅速识别已学习过的样本,并能迅速适应未学习过的新对象。提出了一种基于慢速权值更新的ART2神经网络算法,该算法在对输入模式进行识别分类时,会减慢学习速率,降低模式漂移的速度。新的网络学习规则在分类实验中取得了较好的效果,并在一定程度上解决了模式漂移问题。 相似文献