全文获取类型
收费全文 | 76篇 |
免费 | 7篇 |
专业分类
丛书文集 | 3篇 |
理论与方法论 | 1篇 |
现状及发展 | 2篇 |
综合类 | 77篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2021年 | 3篇 |
2019年 | 1篇 |
2018年 | 2篇 |
2017年 | 1篇 |
2016年 | 3篇 |
2015年 | 2篇 |
2014年 | 2篇 |
2013年 | 5篇 |
2012年 | 3篇 |
2011年 | 5篇 |
2010年 | 8篇 |
2009年 | 6篇 |
2008年 | 6篇 |
2007年 | 7篇 |
2004年 | 1篇 |
2002年 | 1篇 |
2001年 | 3篇 |
2000年 | 4篇 |
1999年 | 2篇 |
1989年 | 1篇 |
1981年 | 1篇 |
1980年 | 2篇 |
1979年 | 1篇 |
1957年 | 1篇 |
1956年 | 4篇 |
1955年 | 6篇 |
排序方式: 共有83条查询结果,搜索用时 31 毫秒
61.
在电力线无人机自动巡检中,电力线边缘检测对提高输电线路检测精度有重要作用。目前,常用的RCF(Richer Convolutional Features for edge detection)算法在复杂背景下检测电力线时存在边缘模糊、在较低阶段产生的特征图包含太多噪声并在融合特征图时丢失多尺度信息等问题。对此,本文对RCF算法进行改进:1)使用具有平移不变性的下采样技术增强模型的鲁棒性;2)在RCF主干网络中引入CBAM(Convolutional Block Attention Module)机制,提高模型对电力线特征的表达能力;3)在RCF的侧输出网络中加入级联网络,借助基于通道注意力机制的多尺度特征融合模块对特征图进行融合,从而获得更优异的细节保持效果。实验结果表明:改进模型的最优数据集规模(Optimal Dataset Scale)、最佳图像比例(Optimal Image Scale)和平均精度(Average Precision)分别提高了0.7%、1.3%和1.7%,改进模型的检测结果噪声数量少、电力线更加清晰准确。 相似文献
62.
63.
64.
65.
66.
67.
68.
70.
为了比较TAVI与地形校正方法的抗地形效果,利用福建省福州市连江县地区Landsat 8 OLI卫星数据,配合使用相对应的DEM数据,采用目前广泛运用的C校正、SCS+C校正、SCS校正、Cosine校正等4种地形校正方法.从校正后影像的目视分析、均值和标准差参数的统计结果,太阳入射角余弦值与影像各波段的相关性等方面对校正结果进行了对比分析.选取最优的C校正模型,计算校正结果的NDVI,从多方面与TAVI进行抗地形效果的对比,得出TAVI的抗地形效果最好. 相似文献