首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1666篇
  免费   126篇
  国内免费   90篇
系统科学   180篇
丛书文集   58篇
教育与普及   11篇
理论与方法论   4篇
现状及发展   5篇
综合类   1624篇
  2024年   3篇
  2023年   22篇
  2022年   48篇
  2021年   51篇
  2020年   25篇
  2019年   28篇
  2018年   15篇
  2017年   31篇
  2016年   34篇
  2015年   53篇
  2014年   94篇
  2013年   85篇
  2012年   82篇
  2011年   107篇
  2010年   99篇
  2009年   87篇
  2008年   84篇
  2007年   92篇
  2006年   95篇
  2005年   68篇
  2004年   76篇
  2003年   86篇
  2002年   73篇
  2001年   69篇
  2000年   55篇
  1999年   33篇
  1998年   45篇
  1997年   49篇
  1996年   26篇
  1995年   24篇
  1994年   19篇
  1993年   27篇
  1992年   16篇
  1991年   20篇
  1990年   21篇
  1989年   14篇
  1988年   18篇
  1987年   7篇
  1984年   1篇
排序方式: 共有1882条查询结果,搜索用时 31 毫秒
1.
提出了一种使用聚酰亚胺涂敷、低羟基高纯石英玻璃微结构的散射增强型微结构光纤,用于监测和评估油井开采中水力压裂技术的过程与效果,该光纤对高温、高湿度、富氢环境有较好的耐受力。通过分布式传感系统测量了该光纤的散射增强效果,当光纤损耗为3 dB/km时,测量精度可以提高2~5倍,在实际油井压裂监测中,微结构光纤分布式传感系统数据结果显示,可以对压裂效果实现监测并进一步指导压裂和暂堵工作。  相似文献   
2.
何敏  齐程程  陈家雪  户莹 《科学技术与工程》2021,21(35):15144-15151
针对当前地下管网CCTV检测缺陷中存在自动化程度偏低及依赖专业人员技术水平的问题,综合采用图像处理和深度学习技术构建了辅助检测人员快速、准确地识别管道缺陷类型的智能方法。首先,收集十类典型缺陷图像,对其进行图像处理生成样本集;在此基础上,以深度卷积神经网络AlexNet和ResNet50为基础框架,使用预训练AlexNet和ResNet50网络迁移学习管道缺陷特征,通过敏感性分析优化了分类网络参数,然后,通过测试集验证了管道缺陷智能分类模型的准确性,并结合具体工程实例验证建立方法的有效性。结果表明:两类管道缺陷智能分类模型在测试集上分别达到92.00%和96.50%的准确率,实际工程实例准确率达到了85.41%和87.94%,且ResNet50的分类效果更优,具有较好工程适应性。图像处理和深度学习技术可提高排水管道缺陷分类的自动化与准确率,值得进一步进行推广。  相似文献   
3.
 美国一直在进行士兵“超级”能力方面的研究,采用多项举措推动人效能增强技术发展。从顶层战略设计、科研机构任务、经费持续投入3个方面对美国人效能增强技术发展特点进行了综合分析,概述了美国人效能增强技术在体能、技能、智能等领域研究成果与进展,并分析了美国人效能增强技术的发展趋势和可能导致的社会伦理学问题。  相似文献   
4.
李海  李谊骏  陈诗果  杨谋 《科学技术与工程》2021,21(25):10639-10645
为提高苹果的产量和质量,防止病虫害对果实质量的影响,设计了一款基于机器视觉的苹果树病虫害智能识别系统。该系统采用交互式分割(GrabCut)算法对图像进行分割,然后使用高斯拉普拉斯算子和拉普拉斯高斯(Laplacian-of-Gaussian, LOG)算法将苹果叶片中的病斑提取出来,最后将提取出的图像送入深度神经网络(deep neural networks, DNN)进行进一步的分析与处理,能够实时、方便地识别出苹果树叶病害中较为常见、发病率高的花叶病,锈病,灰斑病,斑点落叶病以及褐斑病。经测试,该系统对苹果树5种常见病虫害识别率精度高达91.17%。结果表明,该算法能够有效提升苹果树病虫害防治,优于基于卷积神经网络特征的区域方法(regions with CNN features, R-CNN)、YOLO(you only look once)等单一病虫害检测方法。  相似文献   
5.
为了分析低轨导航增强系统中信号功率增强对阵列接收机的影响, 提出一种信号传播与阵列接收机的数学模型, 基于该模型分析了功率增强条件下最小均方误差算法与直接矩阵求逆算法对抗干扰性能的影响。根据理论分析与仿真实验, 增强信号对最小均方误差与直接矩阵求逆的影响相似, 当信号增强量在15 dB以下时, 阵列抗干扰对信号的影响较小;随着信号功率进一步增强, 增强信号被识别为干扰并进行了抑制;当信号的信噪比增强到10 dB时, 增强信号被抑制约15 dB。研究结果表明, 在采用传统阵列抗干扰方法的情况下, 信号功率的增强并非越大越好, 信号功率增强15 dB时对传统阵列抗干扰的影响较小。  相似文献   
6.
考虑到传统单通道语音增强算法对噪声抑制的局限性,本文采用由两个微型麦克风阵列组成的双微阵列,利用该阵列空间结构的时空域特性对含噪语音进行处理,提出了一种适用于双微阵列的语音增强算法。该增强算法是将各通道采集到的带噪语音信号先使用对数最小均方误差(Logarithmic Minimunm Mean Square Error,LogMMSE)提升其信噪比,然后利用频域宽带最小方差无畸变响应(MVDR)通过对目标声源信号的获取,保留目标声源方向的信号并抑制其他方向的信号干扰,最后通过一个改进可懂度结合改进最小控制递归平均(Improved Minimum Controlled Recursive Average Algorithm,IMCRA)噪声估计的维纳滤波器来去除噪声残留提升语音质量。仿真实验结果表明,相比传统的单通道语音增强算法,该算法具有良好的噪声抑制性能。  相似文献   
7.
带噪语音可看成由独立的噪声信号和语音信号经某种方式混合而成,传统语音增强方法需要对噪声信号和干净语音信号的独立性和特征分布做出假设,不合理的假设会造成噪声残留、语音失真等问题,导致语音增强效果不佳。此外,噪声本身的随机性和突变性也会影响传统语音增强方法的鲁棒性。针对这些问题,使用生成对抗网络来对语音进行增强,给出一种基于Wasserstein 距离的生成对抗网络(Wasserstein generative adversarial nets, WGAN)的语音增强方法来加快训练速度和稳定训练过程。该方法无需人工提取声学特征,且使语音增强系统的泛化能力得以提升,在匹配噪声集和不匹配噪声集中都有良好的增强效果。实验结果表明,使用训练出的端对端语音增强模型后,语音信号的客观评价标准(perceptual evaluation of speech quality,PESQ)平均得到23.97%的提高。  相似文献   
8.
为探讨浅附淹没射流的水力特性,采用粒子成像测速技术获得水垫塘精细流场,系统分析淹没射流区和附壁射流区纵面二维流速分布规律。通过研究获得了淹没射流区和附壁射流区沿流程流速衰减和垂直于主流断面流速分布的公式。结果表明,浅俯淹没射流沿入射角射入水垫塘,射流潜底的俯角大于入射角;淹没射流区沿程流速衰减率大于附壁射流区;淹没射流区和附壁射流区沿程各垂直于主流的断面流速分布具有相似性或自保持性。  相似文献   
9.
本文提出一种多尺度特征匹配的空间约束机制,Combinative Feature based on Constraint in scale space(CFCS SIFT),该约束机制以SIFT特征点的尺度为基础,对多尺度空间中检测到的DOG特征点与Harris角点提供匹配空间约束,以提高正确匹配点对的数量.基于该约束机制,构造了一种融合DOG特征提取、Harris角点提取原理的SIFT描述符提取与匹配方法,该方法在多尺度空间中提取DOG特征点、Harris角点,并根据特征点的空间、坐标参数获取SIF T描述符.在将DOG特征点和Harris角点相融合并生成SIFT描述符的基础上,设定尺度阈值,根据尺度阈值对检测范围进行空间约束,在约束范围内查找特征点,采用BBF(Best Bin First)算法,并用欧氏距离作为度量函数进行特征点的匹配,最后用RANSAC对匹配点对进行筛选纠错.通过大量实验证明,该算法能够找到更多匹配点对,正确匹配点对相对于不具有空间约束的融合特征点匹配方法增加了15%左右.  相似文献   
10.
针对雾天条件下图像退化的问题,提出一种新的场景复原方法.首先,结合大气散射模型与光学反射成像的特性,对大气耗散函数提出物理约束条件,利用双边滤波的边缘保持特性得到大气耗散函数的初始估计.然后,引入局部均值与局部标准差近似估计图像对比度,从而降低对比度较强的部分区域的雾浓度估计来获取更加准确的大气耗散函数.最后,求解雾图成像方程,恢复理想光照条件下的辐射强度.实验结果表明:该方法对图像的细节和颜色恢复非常有效,并能有效克服边缘残雾现象以及颜色过饱和等不足.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号