全文获取类型
收费全文 | 10311篇 |
免费 | 639篇 |
国内免费 | 560篇 |
专业分类
系统科学 | 694篇 |
丛书文集 | 308篇 |
教育与普及 | 32篇 |
理论与方法论 | 14篇 |
现状及发展 | 65篇 |
综合类 | 10396篇 |
自然研究 | 1篇 |
出版年
2024年 | 14篇 |
2023年 | 110篇 |
2022年 | 187篇 |
2021年 | 208篇 |
2020年 | 191篇 |
2019年 | 187篇 |
2018年 | 163篇 |
2017年 | 185篇 |
2016年 | 158篇 |
2015年 | 280篇 |
2014年 | 522篇 |
2013年 | 444篇 |
2012年 | 718篇 |
2011年 | 681篇 |
2010年 | 559篇 |
2009年 | 579篇 |
2008年 | 642篇 |
2007年 | 917篇 |
2006年 | 792篇 |
2005年 | 702篇 |
2004年 | 608篇 |
2003年 | 500篇 |
2002年 | 388篇 |
2001年 | 324篇 |
2000年 | 256篇 |
1999年 | 187篇 |
1998年 | 169篇 |
1997年 | 157篇 |
1996年 | 129篇 |
1995年 | 108篇 |
1994年 | 108篇 |
1993年 | 78篇 |
1992年 | 63篇 |
1991年 | 46篇 |
1990年 | 50篇 |
1989年 | 33篇 |
1988年 | 33篇 |
1987年 | 21篇 |
1986年 | 8篇 |
1985年 | 2篇 |
1955年 | 3篇 |
排序方式: 共有10000条查询结果,搜索用时 16 毫秒
1.
针对红外和可见光图像在融合过程中存在质量低下、信息缺失、边缘细节不突出等问题,提出一种基于非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)与稀疏表示的压缩感知图像融合重构算法。首先利用NSCT进行源图像分解,得到相应的高频子带和低频子带图像;然后针对高频子带部分,利用基于压缩感知的高频融合规则进行融合,得到高频融合系数;针对低频子带部分,按照基于字典学习的低频融合规则进行融合,得到低频融合系数。最后进行NSCT逆变换得到融合影像,实现红外和可见光图像的超分辨率恢复。实验结果表明:采用该算法融合后的图像在平均梯度、边缘强度、信息熵、边缘信息保留度、空间频率等指标上均有良好的表现,体现出该融合算法在图像融合质量的提升方面颇具优势。 相似文献
2.
针对已有二维Otsu线阈值法分割方法存在的因误分类而导致的分割质量下降、抗噪性能不足的问题.结合二维Ot-su折线阈值算法和曲线拟合方法,提出了二维Otsu拟合线阈值图像分割方法.本文方法是在二维Otsu折线阈值法基础上进行改进.先对二维直方图中边界信息或噪声所属区域的像素点迭代分割,并设定迭代停止条件,以获得多个阈值点,然后引入曲线拟合的方法,将多个阈值点拟合成线阈值,最后以此线阈值作为分割标准实现分割.实验结果表明:利用本文方法对边缘丰富的图像分割具有较好的分割效果,抗噪能力和自适应能力更强,普适性更高. 相似文献
3.
随着乡村旅游的发展,近几年提出很多围绕特色村寨的原创乡村旅游新概念和新理论,如:游居、野行、诗意栖居、场景时代等.特色村寨的旅游形象是检验和衡量地区开发特色村寨旅游目的地的重要依据.以湖南武陵山片区为例,使用python网络爬虫技术从马蜂窝、携程等网站获取游记、评论等样本,利用ROSTContentMining软件对文本进行高频特征词分析、语义网络分析和情感分析,研究游客对景区的旅游形象感知.(1)128篇游记样本中提取出162条高频词汇,频次排在前60位的词汇表明游客的主要关注点集中在村寨的景观,高频词汇的语义网络矩阵以村寨为核心,其他特征词向周围发散状;(2)游客对特色村寨旅游认知形象主要为村寨形象、旅游吸引物、村寨设施及服务三个方面;(3)综合来说,游客对于湖南武陵山片区的村寨旅游形象感知以正向情感为主,通过后续人工读取文本发现,负向情感主要源于村寨的道路交通以及卫生环境等基础设施服务不完善. 相似文献
4.
为提升变电站巡检机器人的导航避障能力,将深度学习技术应用于变电站场景识别中,提出了一种基于深度卷积神经网络的避障方法.该方法联合图像分类和语义分割两个分支来共同辅助机器人导航避障,分类分支通过获取图像全局信息,保证机器人正确行驶方向;而语义分割支路则根据图像局部信息以及机器人前方目标类别,指导机器人准确避障.实验结果表明,避障方法可以高效地对图像进行分类和分割,同时,在实际变电站环境中,该方法也能为巡检机器人提供有效的避障信息,实现实时自主避障. 相似文献
5.
使用一种组合式心拍分割方法,利用带通滤波对原始心电数据进行降噪处理,实现QRS波群定位和心拍截取;设计7层的一维卷积神经网络(convolutional neural network,CNN)模型,对正常搏动(N)、左束支传导阻滞(L)、右束支传导阻滞(R)、室性早搏(V)4类心拍数据自动分类检测,从而完成4类心律失常的分类。以MIT BIH心律失常数据库47条数据进行训练,结果显示,其准确度为9900%,召回率为9908%;与相关文献的研究方法对比,本方法具有较高识别精度,能有效解决人工对心电图识别的误诊、错诊问题。 相似文献
6.
为改善现阶段渔业养殖、 水下环境监测、 水质检测等领域人员作业困难、 效率低下的问题, 设计了一款具有水样采集功能的观测型水下机器人, 该设计搭载了传感器和水样采集装置采集水体环境信息。 首先进行了水样采集实验, 验证其运动能力和水样采集能力。 然后针对自然水域采集的图像, 采取动态阈值白平衡的方法, 去除光源强度和色偏的影响。 最后使用对比度拉伸、 直方图均衡、 限制对比度自适应直方图均衡(CLAHE:Contrast Limited Adaptive Histogram Equalization)3 种算法进行图像增强, 选取对比度、 信息熵和平均梯度进行像质评价。 实验结果表明, 该设计具有操作灵活, 交互性强的特点,CLAHE 方法明显提升了水下图像细节, 为科研实验、 水下探测和环境保护等方面提供了新途径。 相似文献
7.
空间信息表示是增强图像特征表达性能的重要手段,通过空间关系建模与深度学习方法融合可有效提升深度特征的语义特性,从而提升图像检索性能.首先,针对复杂图像的空间关系表示提出了一种新的精细拓扑结构表示模型,该模型不仅具有完备的拓扑描述性能,还提供了两种拓扑不变量的推理算法,使得拓扑不变量可以由表示模型直接推导而不需要繁复的几何计算;其次,基于精细拓扑结构表示模型,提出了有效的拓扑结构相似性度量方法,为空间关系特征表达奠定了基础;最后,进一步结合卷积神经网络,提出融合复杂空间关系特征与深度特征的多目标图像检索方法.实验结果表明,所提出的拓扑结构表示模型在空间查询中具有良好的性能;所提出的图像检索框架取得优于现有方法的精度,并能够有效地结合手工特征与深度特征各自的优势,为提升深度学习方法的可解释性创造了有利条件. 相似文献
8.
随着三维点云数据模型在三维建模、测绘、智能城市以及机器视觉等领域的应用,点云数据处理也成为一个研究热点。点云分割就是将三维空间中点云通过一系列算法,将散乱的点云数据划分成更为连贯的子集的过程,可以为后续的数据分析提供数据基础。针对随机抽样一致算法(random sample consensus, RANSAC)对杂乱、无规则点云数据分割效果不佳的问题,提出一种改进的RANSAC点云分割算法。该算法通过构建Kd(K-dimensional)树,利用半径空间密度重新定义初始点的选取方式,进行多次迭代来剔除无特征点,在实现点云分割的同时可以有效去除噪声点;此外,该算法重新设定判断准则,优化面片合并,可以实现点云的精确分割。实验通过对散乱点云数据进行分割,结果表明该改进RANSAC算法的点云特征提取数据量较大,面片分割的准确性较高,是一种有效的点云分割算法。 相似文献
9.
计算机辅助肝脏肿瘤分割可减少医生工作量,提高手术成功率,因而具有重要的临床诊疗价值。为获得精确的肝脏肿瘤自动分割结果,该文结合医学影像分割领域近年新兴的U-Net模块提出了基于级联可分离空洞残差U-Net(cascaded separable and dilated residualU-Net,CSDResU-Net)的肝脏肿瘤分割方法。CSDResU-Net采用了级联操作,解决了因肿瘤在整幅图像中占比小而造成的肿瘤分割数据不平衡问题;通过在分割网络中整合残差单元、深度可分离卷积和空洞卷积,能够增加卷积核感受野并快速提取更具判别性的肝脏肿瘤图像特征,从而提高肝脏肿瘤分割精度。在国际医学图像计算和计算机辅助干预协会肝脏肿瘤分割数据库上的实验结果表明,CSDResU-Net比基线方法的Dice系数指标提升了1.3%,同时发现空洞率对分割网络的性能表现影响较大。 相似文献
10.
为了解决感染区域比正常组织对比度低的问题,提出了一种基于三重注意力机制(triple attention mechanism,TAM)的新冠肺炎(corona virus disease 2019,COVID 19)病灶分割模型--TM-Net,并将其应用于条件生成对抗网络。MultiConv模块可以自动提取肺部切片中感染区域的特征,呈现了更丰富且包含不同类型的病灶信息。TAM同时集成了空间、通道、位置注意力模块,可以更精准地定位感染区域的病灶。使用的损失函数是由3种不同的损失函数组成的复合函数,能最小化预测图和真实标签的差异,更好地优化TM-Net模型。在COVID-19数据集上进行实验和评估的结果表明:基于TM-Net的磨玻璃影(ground-glass opacities,GGO)和固结(Consolidation)两类病灶的平均dice相似系数(dice similarity coefficient,DSC)比基于Attention U-Net和R2U-Net的DSC分别提高了1.4%和0.5%,证明TM-Net提升了新冠肺炎病灶分割的准确性。 相似文献