全文获取类型
收费全文 | 11184篇 |
免费 | 371篇 |
国内免费 | 560篇 |
专业分类
系统科学 | 730篇 |
丛书文集 | 426篇 |
教育与普及 | 203篇 |
理论与方法论 | 81篇 |
现状及发展 | 94篇 |
综合类 | 10581篇 |
出版年
2024年 | 94篇 |
2023年 | 300篇 |
2022年 | 330篇 |
2021年 | 399篇 |
2020年 | 265篇 |
2019年 | 268篇 |
2018年 | 162篇 |
2017年 | 248篇 |
2016年 | 230篇 |
2015年 | 340篇 |
2014年 | 620篇 |
2013年 | 582篇 |
2012年 | 666篇 |
2011年 | 679篇 |
2010年 | 698篇 |
2009年 | 755篇 |
2008年 | 941篇 |
2007年 | 831篇 |
2006年 | 664篇 |
2005年 | 556篇 |
2004年 | 511篇 |
2003年 | 428篇 |
2002年 | 352篇 |
2001年 | 279篇 |
2000年 | 224篇 |
1999年 | 165篇 |
1998年 | 115篇 |
1997年 | 95篇 |
1996年 | 88篇 |
1995年 | 49篇 |
1994年 | 53篇 |
1993年 | 32篇 |
1992年 | 31篇 |
1991年 | 27篇 |
1990年 | 12篇 |
1989年 | 13篇 |
1988年 | 9篇 |
1987年 | 3篇 |
1986年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 203 毫秒
991.
在描述逻辑ALCQI(D)基础上,将ODMG面向对象数据模型转换为描述逻辑ALCQI(D)表示的知识库,借助描述逻辑ALCQI(D)的推理能力,将面向对象数据模型的类可满足性、类包含关系、类冗余性、模式蕴含性等验证问题转化为相应知识库的推理问题,并证明这些推理问题的正确性. 相似文献
992.
基于增量学习的关节式目标跟踪算法 总被引:1,自引:1,他引:0
为实现对关节式目标的稳定跟踪,提出了基于增量学习的关节式目标跟踪算法.该算法应用图割法对目标矩形窗进行前景与背景分割,得到前景图像;然后对前景图像进行快速傅里叶变换,得到傅里叶系数矩阵,进而得到振幅图像,并将振幅图像作为跟踪目标的描述;最后将多个目标描述进行奇异值分解和主元分析,实现对跟踪目标的低维子空间描述.文中在粒子滤波框架下实现了整个跟踪算法.实验结果表明,该算法具有较稳定的关节式目标跟踪效果. 相似文献
993.
针对医学图像三维可视化中移动立方体面绘制算法(marching cubes,MC)执行速度慢、效率不高的问题,提出了融合构型查找表与邻接查找子表的改进MC方法。该方法通过显性构建邻接查找子表约束体元搜索路径,使面绘制时只处理有效体元,根据邻接查找子表特点设计堆栈结构实现搜索算法,不仅提高了算法访问效率,而且减少了临时存储空间。在可视化工具包(VTK)下用改进MC方法对人体脚、胸腔、头部的CT数据集进行三维重建实验,结果表明在不损失重建质量的前提下,重建过程中遍历立方体数目缩短95%左右,重建时间缩短20%左右,提高了MC方法的执行速度和重建效率。 相似文献
994.
本文提出一种基于离散余弦变换(DCT)特征点的感知图像Hash函数算法.具体地说,先对输入图像预处理,生成规范化图像.在此基础上,将规范化图像分块并进行二维DCT处理,利用DCT交流系数构造特征点.最后计算特征点的重心,用特征点与重心的欧氏距离生成Hash.实验结果表明本文算法对正常数字处理稳健并具有良好的唯一性.接收机操作特性曲线对比发现,本文算法性能优于3种现有的算法. 相似文献
995.
基于Grabcut的图像目标提取 总被引:1,自引:0,他引:1
辛月兰 《青海师范大学学报(自然科学版)》2012,28(3):30-33,38
在图像处理过程中,快速准确地提取感兴趣的目标是图像处理的一个重要任务.提出了一种基于Grabcut准确提取图像目标的算法,该方法根据用户指定前景物的基本形态获取初始的前景、未知的背景区域,并用mincut/maxflow对分割能量函数进行了优化,利用大量图像对本文方法进行了实验分析,结果表明了算法能有效提取图像中感兴趣的目标. 相似文献
996.
基于简化脉冲耦合神经网络(SPCNN),提出一种有效的文档图像脉冲噪声去除方法。首先通过测试模拟文档图像说明SPCNN检测文档图像噪声的可行性,然后设计SPCNN检测算法判断出噪声像素并加以标记,只对标记为噪声的像素做滤波处理。从仿真实验可以看出,本文方法具有较好的视觉效果,计算结果表明该方法比一般去噪方法明显改善。 相似文献
997.
998.
999.
1000.