全文获取类型
收费全文 | 109篇 |
免费 | 0篇 |
国内免费 | 4篇 |
专业分类
系统科学 | 3篇 |
丛书文集 | 4篇 |
教育与普及 | 1篇 |
综合类 | 105篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2022年 | 2篇 |
2021年 | 1篇 |
2020年 | 1篇 |
2019年 | 1篇 |
2017年 | 3篇 |
2016年 | 2篇 |
2014年 | 17篇 |
2013年 | 16篇 |
2012年 | 9篇 |
2011年 | 8篇 |
2010年 | 11篇 |
2009年 | 4篇 |
2008年 | 4篇 |
2007年 | 8篇 |
2006年 | 4篇 |
2005年 | 5篇 |
2003年 | 3篇 |
2002年 | 2篇 |
2001年 | 1篇 |
2000年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1995年 | 3篇 |
1992年 | 1篇 |
1990年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有113条查询结果,搜索用时 15 毫秒
11.
在土地利用现状图的缩编过程中,图斑选取的方法多种多样。本文分别采用资格法和定额法,对北京市朝阳区和密云县的土地利用现状图进行1∶5万到1∶10万缩编,并对不同方法的缩编结果进行评价。通过实例研究发现,与定额法相比,采用资格法进行土地利用现状图中面状图斑的选取,不能较好地保持土地利用结构;定额法中,整体选取的定额法稳定性较高,但不能兼顾每一地类的重要程度;在保持地类结构稳定性方面,分类选取的定额法在三种方法中最优,更为有效可行,为更好地实施土地利用现状图缩编提供参考 相似文献
12.
人脸识别考勤系统因其便捷性、准确性、易于管理性,取代打卡机成为一种新兴的考勤方式。本文提出一种人脸识别考勤系统的设计方案,包括人脸识别子系统和考勤管理子系统。人脸识别子系统从获取的视频中利用Adaboost算法检测出人脸区域,对检测出的人脸区域进行归一化、去噪等处理,对处理好的图像用HOG+PCA+LDA特征提取,把提取出的人脸特征向量与注册形成的人脸特征向量利用最近邻方法比对,将识别结果放入考勤数据库中。考勤管理子系统主要实现的有考勤规则的制定、对考勤数据做统计并生成报表及系统维护等功能。 相似文献
13.
文章从机器视觉的发展历程出发,首先介绍了人脸检测的概念原理。接下来在引入AdaBoost算法后,详细阐述了算法中的关于积分图、特征值的计算方法以及强分类器的具体训练过程。在对训练效率进行科学分析后,文章重点介绍了一种基于降低错误率的贡献度的特征筛选方法,以减少垃圾特征对系统的资源的消耗和不良的影响。最后给出人脸检测的实验结果并得出结论。 相似文献
14.
15.
针对目前常用的人眼检测方法误判率高,计算量大的特点,提出了一种基于多次分割的机器视觉人眼检测方法,进行疲劳驾驶检测研究。首先,将图像由RGB颜色空间转换至HSL空间,设定HSL空间分割阈值得到人脸初分割图像(第一次分割),经过滤波,膨胀、腐蚀等操作后与源图像进行掩膜。然后,按照初分割方法再进行第二次和第三次人眼分割;最后利用统计双眼面积和的方法实现疲劳检测。动态实验中,人眼识别准确率为93%,疲劳检测准确率为90%,表明该方法能较好地解决复杂背景中人眼定位问题,准确率较高、速度快,算法移植性强。 相似文献
16.
17.
针对现有的非线性降维(NLDR)算法复杂度高而不能很好地处理现实世界大规模数据集的问题,提出了基于局部约束字典学习的非线性降维(LCDL-NLDR)方法。首先通过一些潜在的标志点重构极小的内在流形,并将训练数据和未知数据自然地嵌入到内部流形中;然后利用局部约束字典学习(LCDL)算法在非线性流形中学习由标志点组成的紧密原子集;最后利用最近邻分类器完成人脸的识别。在扩展的YaleB及CMU PIE两大人脸数据库上的实验验证了所提方法的有效性及鲁棒性,通过与几种先进的字典学习算法比较表明,所提算法提高了嵌入质量,取得了更高的识别率,同时也大大地降低了NLDR算法的复杂度。 相似文献
18.
为了根据低分辨率(LR)人脸图像生成高分辨率(HR)图像以提高人脸识别率,设计了四个相似性约束函数,提出了基于相似性约束的面部幻象方法。首先利用LR-LR约束计算出输入的LR人脸图像与训练集中各LR人脸图像之间的相似性;然后利用LR-HR约束描述输入的LR人脸图像与HR训练图像之间的局部结构相似性,同时增强相邻幻象图像块之间的平滑约束;最后利用空间相似性约束减少远离幻象图像块的那些图像块的影响。在FERET、Yale及ORL三大通用人脸数据库上的实验结果表明,相比其它几种较为先进的面部幻想生成方法,所提方法得到的幻想图像分辨率更高,此外,所提方法得到了更高的识别率。 相似文献
19.
20.
人脸识别是最符合人的本能且便捷的识别认证方式,在人工智能领域广泛应用,多数的人脸识别的算法很容易受到外界因素的影响,或者要求识别者站在某一固定位置,识别缓慢和准确率不高。本设计实现了一种基于Open CV的人脸识别的应用平台,首先对人的脸部图像进行采集和预处理,通过对算法优化,利用平台的Eigenfaces、Fisherfaces和LBP(local binary patterns histograms)三种用于人脸识别的算法协同多重使用,并在判定人脸识别系统识别到待检测目标的同时再加上限制条件,再结合Qt框架搭建用户界面,实现人脸模块训练和人脸识别的功能。经过测试,系统界面友好,运行稳定,对人脸位置和环境光照变化具有较好鲁棒性,能快速和准确地对人脸实时检测和识别。 相似文献