全文获取类型
收费全文 | 89篇 |
免费 | 1篇 |
国内免费 | 3篇 |
专业分类
系统科学 | 2篇 |
丛书文集 | 4篇 |
教育与普及 | 7篇 |
理论与方法论 | 3篇 |
综合类 | 77篇 |
出版年
2023年 | 3篇 |
2022年 | 4篇 |
2021年 | 4篇 |
2020年 | 1篇 |
2019年 | 6篇 |
2018年 | 1篇 |
2016年 | 2篇 |
2014年 | 3篇 |
2013年 | 10篇 |
2012年 | 3篇 |
2011年 | 4篇 |
2010年 | 7篇 |
2009年 | 6篇 |
2008年 | 6篇 |
2007年 | 3篇 |
2006年 | 2篇 |
2005年 | 9篇 |
2004年 | 4篇 |
2003年 | 2篇 |
2001年 | 1篇 |
2000年 | 4篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1996年 | 1篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有93条查询结果,搜索用时 31 毫秒
51.
近二十年,无人机快速崛起,在人类社会的应用迅速普及,促进了生产发展、生产关系和生活方式加速变革,对社会发展发挥着重要作用,并反过来推动无人机自身的发展,社会力量和人才纷纷涌入无人机行业中。我国无人机在专利储备、专利成果转化为实际产品并商业化、市场化等方面均走在世界前列,以物美价廉、适应能力强、隐蔽性好和用户参与感强获得用户的喜爱,占据全球市场主导地位。本文介绍了无人机主要机构的专利技术储备和市场竞争力,并分析两者间内在的联系,挖掘我国无人机技术特点,并展望无人机市场前景。 相似文献
52.
53.
54.
研究了玫瑰、白芍、蒲公英等13味中草药提取液的抑菌及抑饲料霉变的效果。首先
利用索氏提取法分别提取 13 味中草药有效成分,采用纸片扩散法测定提取物对金黄色葡萄球
菌和大肠杆菌的抑制作用,显微镜下观察提取物对青霉的菌丝及孢子发育的影响,进一步筛选
出抑菌效果较好的几味中草药进行混合提取同时进行抑饲料霉变的分析。结果显示当菌液浓
度为106 cfu/mL时,13 味中草药提取液均对受试菌株有不同程度的抑菌作用,其中地榆和玫瑰提
取液的抑菌效果较为明显,相对抑菌直径均不低于 1.25 cm,并且地榆提取物能显著破坏青霉孢
子。同时地榆、党参等几味中草药混合物在与饲料混合储存15 d 内可有效抑制饲料霉变。本研
究结果为相关中草药抑菌机制的研究及其在天然防腐剂领域的应用等方面提供了研究基础。 相似文献
55.
为提高中风以及其他神经损伤患者手部及上肢的运动及控制功能,设计了一套经济实用的虚拟康复系统。该系统由个人PC机、虚拟环境和普通摄像头组成,能够满足普通患者在家中进行康复训练的需要,它利用3dsMax软件创建3D康复仪器及环境,利用VC++开发平台和OSG实现模型的运动控制及场景漫游,并通过摄像头捕获手部动作实现人手与虚拟环境进行自然交互。患者通过操作沙磨板上的虚拟附件训练上肢协调以及关节活动能力。实验结果表明:该系统具有良好的稳定性和可操作性,通过对虚拟仪器的移动、推、抓等动作,患者可以达到手部功能康复的目的。 相似文献
56.
浅析分形理论在机械设备故障诊断中的应用 总被引:3,自引:0,他引:3
分析了分形理论应用于机械故障诊断的机理和途径,并以柴油机燃油系统故障诊断为例进行了进一步阐述.研究表明:分形理论在故障诊断领域具有广阔的应用前景,它将极大的丰富故障诊断理论和工程实际应用. 相似文献
57.
使用计算机进行面部表情识别是当前人脸面部表情识别的热点,在深度学习技术的基础上,应用级联分类器对面部进行整体检测和分区定位后,提出并使用了一种基于自注意力机制的深度卷积神经网络,模型采用Mini-Xception为基本网络融合了注意力机制,再通过训练卷积神经网络构建表情分类模型,最后实现较为快速准确的表情识别。文中采用几种方法进行实验对比,并对最终的实验结果加以分析。结果表明,在相同的参数设置下提出的方法能明显提高分类性能、识别的精准度以及面部表情变化检测的实时速度。 相似文献
58.
59.
回顾了深度学习(deep learning,DL)技术在睡眠脑电检测上的应用.以睡眠脑电过程中的纺锤波检测问题为例,探讨了睡眠脑电检测的各类方法,以及相较于传统信号处理算法,DL算法在睡眠脑电纺锤波检测问题上具有精度较高、对数据适应性更强的特点.针对进一步提高网络检测性能与硬件适用性需求,提出特征融合与脉冲神经2种改进型网络,并获得较高的检测性能,进一步阐释了DL技术在睡眠脑电特征波检测方面的应用潜力. 相似文献
60.
眼动追踪技术在孤独症谱系障碍的早期诊断中具有潜在的应用价值.为研究孤独症儿童对不同面孔加工的特点,应用机器学习算法对其进行自动识别,本研究选取3~6岁孤独症儿童40名和性别、年龄相匹配的正常儿童41名观看异国陌生面孔、本国陌生面孔和本国熟悉面孔,根据两组儿童眼动坐标数据,使用机器学习算法进行自动划分兴趣区、特征选择和分类,来判断不同面孔的扫描模式是否可以用于识别孤独症儿童,并从准确率、特异性、敏感性和可靠性4个方面对分类模型进行评估.结果显示,基于不同面孔扫描模式的机器学习算法可以提取足够的信息来区分孤独症和正常儿童,最大分类准确率为90.28%,对应AUC(area under the ROC curve)为0.9317.因此,眼动追踪技术结合机器学习能够为临床诊断提供辅助的评价指标. 相似文献