全文获取类型
收费全文 | 587篇 |
免费 | 115篇 |
国内免费 | 85篇 |
专业分类
系统科学 | 70篇 |
丛书文集 | 25篇 |
教育与普及 | 1篇 |
现状及发展 | 1篇 |
综合类 | 690篇 |
出版年
2024年 | 7篇 |
2023年 | 62篇 |
2022年 | 106篇 |
2021年 | 120篇 |
2020年 | 93篇 |
2019年 | 74篇 |
2018年 | 34篇 |
2017年 | 33篇 |
2016年 | 10篇 |
2015年 | 17篇 |
2014年 | 14篇 |
2013年 | 10篇 |
2012年 | 35篇 |
2011年 | 13篇 |
2010年 | 15篇 |
2009年 | 24篇 |
2008年 | 12篇 |
2007年 | 25篇 |
2006年 | 17篇 |
2005年 | 5篇 |
2004年 | 12篇 |
2003年 | 6篇 |
2002年 | 15篇 |
2001年 | 4篇 |
2000年 | 8篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1995年 | 4篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1988年 | 1篇 |
1985年 | 1篇 |
1955年 | 3篇 |
排序方式: 共有787条查询结果,搜索用时 203 毫秒
11.
基于卷积神经网络, 提出一种基于改进卷积神经网络的短文本分类模型. 首先, 采用不同编码方式将短文本映射到不同空间下的分布式表示, 提取不同粒度的数字特征作为短文本分类模型的多通道输入, 并根据标准知识库提取概念特征作为先验知识, 提高短文本的语义表征能力; 其次, 在全连接层增加自编码学习策略, 在近似恒等的基础上进一步组合数字特征, 模拟数据内部的关联性; 最后, 利用相对熵原理为模型增加稀疏性限制, 降低模型复杂度的同时提高模型的泛化能力. 通过对开源数据集进行短文本分类实验, 验证了模型的有效性. 相似文献
12.
针对VDSR模型卷积核单一和DRRN模型不能全局利用的问题,提出了基于并行残差卷积神经网络的联合卷积图像超分辨重建模型。模型首先利用原始卷积层和扩张卷积层融合,建立联合卷积层,然后利用跳跃链接,将多种抽象层次的特征进行融合,最后完成整个超分辨网络的模型构建。提出的模型具有以下优点:①扩张卷积神经网络与原始卷积神经网络融合,在计算机复杂度不变的情况下,可以获取更多尺度的信息,因此具有更强的表达能力;②跳跃链接方式,将抽象层度较低与较高抽象层次的信息融合,获取更多的信息,使得模型具有更强的学习能力。通过在多个数据集上进行实验,模型在大多数任务中与VDSR、DRRN和SRCNN等先进模型相比,IFC值取得了大于0.1的提升。 相似文献
13.
14.
针对计算机生成图像(Computer Generated images, CG)与真实照片(Photograpgh, PG)识别率不高的问题,该文提出了一种改进的卷积神经网络方法来实现CG与PG的识别.该方法首先对识别问题进行卷积神经网络二分类建模,并选择VGG-19网络结构作为基础,建立不同的模型.该方法创新性地引入迁移学习,节省训练时间和大量计算资源,最后使用softmax分类器进行分类.实验结果表明,该文方法对PG图像的识别准确率达到92%.与其他方法比较,该文方法识别准确率最高,说明该文方法具有可行性与有效性. 相似文献
15.
利用参数化建模软件SFE-CONCEPT建立了某轿车白车身的参数化模型,用仿真方法分析了白车身的静态弯扭刚度、主要低阶模态频率并与试验对比,再将白车身与动力总成、底盘连接后,对整车正碰性能进行仿真分析,并与试验对比,验证了所建参数化白车身的有效性.由于安全性分析属于非线性分析,传统优化方法通常需要人工介入,无法实现优化流程的全自动化.通过编写批处理文件,提取安全性能指标,实现白车身结构轻量化优化流程的自动化.白车身结构轻量化优化后弯曲刚度提升0.15%,扭转刚度降低0.03%,一阶扭转模态频率提高1.30%,一阶弯曲模态频率提高0.09%,碰撞安全性能基本不变的情况下,白车身质量降低24.17kg,减重率高达7.42%,取得了显著的轻量化效果. 相似文献
16.
以某大豆收获机的车架为对象,利用三维建模软件Solidworks进行了参数化建模,导入有限元前处理软件Hypermesh对车架进行有限元网格划分和模态仿真分析,对车架样件进行模态试验分析,验证了仿真模型和结果的正确性。对车架不同工况下进行了强度校核计算;以车架固有频率和动载荷系数为2.5时材料的最大许用应力为约束,以车架质量最小为目标,进行了轻量化优化设计,优化后底盘车架减质量16%。 相似文献
17.
先进纤维复合材料的产品创新研发和技术日益成熟,对国民经济的发展及国防现代化建设具有重大的意义。回顾了2018年先进纤维复合材料在成型工艺、性能优化、产品创新、成本缩减、技术转化等方面的进展,评述了先进纤维复合材料在航空航天、轨道交通、汽车、船舶和能源领域的应用。 相似文献
18.
李荣 《重庆邮电大学学报(自然科学版)》2019,31(1):37-43
针对神经网络的显著性区域预测存在数据采集代价大、处理繁琐等问题,提出2种卷积神经网络,即从头开始训练的浅层卷积神经网络,以及前三层源自另一个网络的深层卷积神经网络。其中,浅层网络结构简单,可避免过拟合问题;深层网络可以充分利用最底层的模型参数,收敛更快,效果更好。所提卷积神经网络应用于回归问题,均没有直接训练特征图的线性模型,而是在迁移层上训练了一堆新的卷积层。从端到端的角度解决显著性预测,将学习过程演化为损失函数的最小化问题。测试和训练在SALICON,SUN和MIT300数据集上进行,实验结果验证了所提方法的有效性。其中,深层网络和浅层网络在SALICON和SUN数据上的结果相似,深层网络在MIT300上的结果更优,与其他方法相比,所提方法具有不错的表现,而且具有跨数据集的鲁棒性。 相似文献
19.
水稻病害类型多,采集过来的图像病斑交界特征复杂多变。即便同类别水稻病害在不同的生长时期,发生在叶片、茎秆、穗部等部位呈现的病斑特征也不一样,而且不同类型病害也存在相似病斑,这些都给水稻病害图像的精准识别带来了相当大的困难。采用深度卷积神经网络模型,使用数据集扩增技术,运用fine-tune方法对网络进行调参及构建,将自然场景下采集的常见8类水稻病害图像输入网络模型中进行训练和测试,在有限的图像数量下取得较高的识别精度,其中纹枯病的准确率为93%。不同于其他方法仅聚焦在水稻叶部或稻穗部,本文识别的图像是多株水稻的场景,可为水稻病害远程自动诊断提供关键技术支持。 相似文献
20.
由于沙漠地震信号中含有较强的随机噪声,从而给沙漠地震数据的处理和解释带来了很大的困难。针对上述问题,提出了一种基于Shearlet 变换的深度残差卷积神经网络( ST-CNN: Deep Residual Convolutional NeuralNetwork for Shearlet Transform) 模型,实现沙漠地震信号的随机噪声压制。在训练阶段,将沙漠地震信号经Shearlet 分解后的系数作为输入,将随机噪声经Shearlet 分解后的系数作为标签,通过卷积神经网络( CNN: Convolutional Neural Network) 学习输入和标签之间的映射关系; 在测试阶段,利用此映射关系即可从沙漠地震信号系数中预测出噪声系数,并间接地获得有效信号系数,最后通过Shearlet 反变换获得有效信号。通过与传统的Shearlet 硬阈值去噪算法对比,发现该算法可把沙漠地震信号的信噪比从- 4. 48 dB 提高到14. 15 dB,具有更好的去噪效果。 相似文献