全文获取类型
收费全文 | 113篇 |
免费 | 15篇 |
国内免费 | 14篇 |
专业分类
电工技术 | 15篇 |
综合类 | 7篇 |
化学工业 | 18篇 |
金属工艺 | 2篇 |
机械仪表 | 6篇 |
建筑科学 | 17篇 |
矿业工程 | 1篇 |
能源动力 | 3篇 |
轻工业 | 15篇 |
石油天然气 | 2篇 |
无线电 | 7篇 |
一般工业技术 | 7篇 |
冶金工业 | 3篇 |
自动化技术 | 39篇 |
出版年
2024年 | 2篇 |
2023年 | 12篇 |
2022年 | 5篇 |
2021年 | 7篇 |
2020年 | 5篇 |
2019年 | 13篇 |
2018年 | 9篇 |
2017年 | 3篇 |
2016年 | 5篇 |
2015年 | 2篇 |
2014年 | 8篇 |
2013年 | 2篇 |
2012年 | 13篇 |
2011年 | 9篇 |
2010年 | 4篇 |
2009年 | 6篇 |
2007年 | 9篇 |
2006年 | 9篇 |
2005年 | 3篇 |
2004年 | 1篇 |
2003年 | 1篇 |
2002年 | 1篇 |
2001年 | 3篇 |
2000年 | 5篇 |
1997年 | 1篇 |
1993年 | 2篇 |
1992年 | 2篇 |
排序方式: 共有142条查询结果,搜索用时 15 毫秒
1.
针对传统卷积神经网络(convolutional neural network, CNN)受感受野大小的限制,无法直接有效地获取空间结构及全局语义等关键信息,导致宽血管边界及毛细血管区域特征提取困难,造成视网膜血管分割表现不佳的问题,提出一种基于图卷积的视网膜血管分割细化框架。该框架通过轮廓提取及不确定分析方法,选取CNN粗分割结果中潜在的误分割区域,并结合其提取的特征信息构造出合适的图数据,送入残差图卷积网络(residual graph convolutional network, Res-GCN)二次分类,得到视网膜血管细化分割结果。该框架可以作为一个即插即用模块接入任意视网膜血管分割网络的末端,具有高移植性和易用性的特点。实验分别选用U型网络(U-neural network, U-Net)及其代表性改进网络DenseU-Net和AttU-Net作为基准网络,在DRIVE、STARE和CHASEDB1数据集上进行测试,本文框架的Sp分别为98.28%、99.10%和99.04%,Pr分别为87.97%、88.87%和90.25%,证明其具有提升基准网络分割效果的细化能力。 相似文献
2.
针对目前视网膜血管分割任务中伪标签质量参差不齐,获得高质量的伪标签需要经过筛选的问题,本文提出了一种新的用于视网膜血管分割的半监督深度学习框架。该框架采用分而治之的思想来处理数据,针对有标签数据,采用传统的深度学习方法;针对无标签数据,采用Mean teacher模型,通过对比同一输入的不同形态输出,让模型学习无标签数据之间的共同特征,避免了采用伪标签技术带来的筛选过程。本文将U型网络(u-neural networks,U-Net)、Dense-Net和Ladder-Net 3个基准网络放入该框架,在DRIVE和CHASEDB1数据集上进行训练测试,均取得了较好的分割效果,表明本文框架具有提高网络区分不同阈值像素的能力。 相似文献
3.
本文首先介绍了《有机化学》课程教学现状及解决策略。《有机化学》课程为专业基础课,授课过程中单纯地给学生讲解理论知识,让学生感到枯燥乏味,不能激发学生的学习兴趣,作者以食品为基础的《有机化学》课程在教学实践与探索过程中,教学效果好,起到了事半功倍的作用。 相似文献
4.
磨矿研磨体级配的试验研究 总被引:2,自引:0,他引:2
选择合理的研磨体装载量和钢球级配是提高磨机产量和降低电耗的重要途径之一。而磨矿效变幻无常的最佳化必须通过选掸厝矿介质的形状和大小来实现。显然,不是每一种规格的研磨体都能适用,如果研磨体太小,会使粉碎物料的能量不足;而研磨体太大,则具有过剩的能量。原则上可以预料:对宽级圳的被磨物料,为了得到最佳粉磨效果,必须选用不同大小的研磨体进行混合,习惯上用级配一词来表示。在选择级配的组成时,既要考虑原物料的粒度组成.又要考虑所希望得到的最终细度。因此,对此种级配方法进行了理论上的探讨和.式验研究。 相似文献
5.
6.
吕佳 《湖南工业职业技术学院学报》2007,7(2):47-48
2003年港澳游实施和2004年CEPA激活以来,由私人携带出境而滞留香港的人民币已达到700亿—1000亿元。从货币性质看,属于国际收支中经常项目下的贸易项目支付。因而,构想在对香港的出口贸易中推行本币报价、本币结算,使滞港人民币合法回流,完成人民币的双向流动,并可以改善内地贸易顺差过大的现状。 相似文献
7.
针对现有基于卷积神经网络的图像超分辨率重建网络中存在的训练难以收敛、无法适配多个放大系数和无法进行非整数放大系数上采样的问题,提出了一种基于多尺度和分而治之思想的自适应上采样图像超分辨率重建算法。该算法通过改进后的多尺度通道注意力特征提取模块对低分辨率图像进行多尺度特征提取以生成不同尺度下的特征图,再将其输入瓶颈层实现全局特征融合,使用基于分而治之的自适应上采样模块获得超分辨率图像,从而解决了不同放大系数的适配问题和非整数放大系数的上采样问题。在对比实验中,该算法在不使用任何初始化方法时仍然具有良好的收敛性。在整数放大系数下,该算法的图像重建性能超过当前主流的超分辨率网络,PSNR和SSIM性能相比MRFN分别提升了0.34 dB和0.039 1。在非整数放大系数下,其PSNR性能相比双三次插值方法平均提升1.24 dB,且不需要对每一个放大系数都进行训练。 相似文献
8.
目的 建立基于纯化蛋白和稳定同位素稀释-超高效液相色谱-三重四极杆质谱法(ultra performance liquid chromatography coupled triple quadrupole mass spectrometry,UPLC-MS/MS)定性及定量测定牛奶及牛源性婴幼儿配方乳粉中A1和A2 β-酪蛋白变异体的分析方法。方法 首先将β-酪蛋白标准品中A1和A2 β-酪蛋白变异体在高效液相色谱仪上分离,通过各自的纯化蛋白确定两种变异体在标准品中的含量,再将试样中的β-酪蛋白经胰蛋白酶酶解成肽,经UPLC-MS/MS检测。通过筛选的特异肽段,经β-酪蛋白标准品及稳定同位素稀释内标法计算,获得试样中β-酪蛋白A1变异体和A2变异体的含量。结果 本研究采用的β-酪蛋白标准对照品中A1和A2 β-酪蛋白变异体含量分别为20.8%和55.1%,且在检测中标准曲线的线性相关系数均大于0.99,方法重现性中相对标准偏差为2.290%~4.720%。结论 本方法溯源性及精密度好,适用于牛奶及牛源性婴幼儿配方乳粉中两种β-酪蛋白变异体的测定。 相似文献
9.
为了对艾拉姆咖分布参数进行参数估计,利用数学归纳法和卷积公式,给出艾拉姆咖分布参数的充分统计量,在此基础上得出分布参数的一致最小方差无偏估计和置信区间的计算公式.经计算机模拟,利用Matlab产生的随机数验证所给点估计公式和区间估计方法的有效性.结果表明所给估计量准确性高,区间估计方法正确可用. 相似文献
10.