全文获取类型
收费全文 | 10503篇 |
免费 | 362篇 |
国内免费 | 525篇 |
专业分类
系统科学 | 611篇 |
丛书文集 | 427篇 |
教育与普及 | 186篇 |
理论与方法论 | 53篇 |
现状及发展 | 83篇 |
综合类 | 10030篇 |
出版年
2024年 | 104篇 |
2023年 | 293篇 |
2022年 | 332篇 |
2021年 | 397篇 |
2020年 | 289篇 |
2019年 | 260篇 |
2018年 | 154篇 |
2017年 | 238篇 |
2016年 | 227篇 |
2015年 | 336篇 |
2014年 | 594篇 |
2013年 | 561篇 |
2012年 | 636篇 |
2011年 | 639篇 |
2010年 | 683篇 |
2009年 | 716篇 |
2008年 | 811篇 |
2007年 | 793篇 |
2006年 | 617篇 |
2005年 | 520篇 |
2004年 | 465篇 |
2003年 | 406篇 |
2002年 | 325篇 |
2001年 | 253篇 |
2000年 | 191篇 |
1999年 | 141篇 |
1998年 | 93篇 |
1997年 | 77篇 |
1996年 | 69篇 |
1995年 | 38篇 |
1994年 | 41篇 |
1993年 | 28篇 |
1992年 | 23篇 |
1991年 | 20篇 |
1990年 | 8篇 |
1989年 | 5篇 |
1988年 | 5篇 |
1987年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
981.
982.
论文旨在对受模糊和噪声影响的医学图像进行恢复.极小化由保真项构成的能量泛函是图像恢复普遍采用的方法,然而由于该极小化模型的不适定性,对其添加适当的正则化项是必要的.利用医学图像梯度稀疏这一先验条件,对极小化模型添加l_q正则化项.l_q正则化项的添加保证了图像梯度的稀疏性,也使我们不得不求解一个非凸优化问题.利用交替迭代的半二次分裂算法实现对该非凸问题的求解,并给出了该算法的收敛性分析. Shepp-Logan影像模型和MRI图像的数值仿真实验验证了本文的相关理论.基于研究结果,l_(1/2)正则化方法对梯度分布稀疏的医学图像具有良好的降噪与去模糊效果. 相似文献
983.
984.
针对块效应下无参考图像质量评价,提出了双向过滤法(bidirectional filtration),通过分辨图像真边界与假边界进行块效应下图像评价。该方法从两个不同的场域对图像边界进行逐层过滤,达到对真边界的有效定位,最后通过评价模型得出评价值。实验测试结果得出的数据与SSIM模型相比有了一定的改进。 相似文献
985.
986.
图像缩放作为图像处理中重要的一部分,具有广泛的应用领域。随着科技的发展,实际应用中对图像缩放的质量和速度的要求也随之提高。本文首先在Matlab中实现糖尿病视网膜图像的缩放实验,对比验证了Ferguson双三次曲面插值算法在图像缩放细节处理上的优异表现,然后在擅长以纳秒级速度处理并行数据的FPGA硬件平台上实现该算法,达到了良好的图像缩放效果,这有利于医疗图像处理等工程应用与实践。 相似文献
987.
为了在网络上安全传输与保存煤矿重要信息,给出了一种把信息隐藏在风景图像中,从而迷惑攻击者的方法。利用小波变换技术把重要信息隐藏在图像中,不改变图像的视觉效果和质量,然后在网络上传输隐藏了信息的图像,并把图像保存在服务器的数据库中。当我们要使用重要信息时,再从这幅图像中提取出来。仿真实验说明该方法是有效的,能在网络上安全传输保存煤矿的重要信息。本文还发现把信息嵌入到载体图像的小波变换后的中频分量中是最佳方案。 相似文献
988.
989.
传统的视觉密码方案是通过直接叠加分享份来恢复秘密图像的,这种解密方式实质上是对分享份进行逻辑或运算,白像素无法完全恢复,解密效果不理想.利用异或运算的自反性改进加密方式,并使用与数字图像相同的颜色表示方式,提出一种基于异或解密的(k,n)随机网格视觉密码方案.该方案有两种解密方式:当没有计算设备时,使用传统的叠加解密,解密过程简单;当有计算设备时,使用异或解密,需少量计算,但具有更好的视觉质量,并且当所有分享份都参与异或解密时,可以无损恢复秘密图像.与已有的视觉密码方案相比,该方案提高了解密图像的视觉质量. 相似文献
990.
丁永胜 《吉林大学学报(理学版)》2020,58(6):1461-1466
针对快速图像特征区域检测受噪声干扰和尺度空间影响, 导致图像特征区域检测精度较低、 延时较长, 检测结果不可靠的问题, 提出一种基于尺度不变特征变换的快速图像特征区域检测方法. 先通过加权核函数, 加权平滑处理图像中各像素点, 实现图像去噪; 再在此基础上通过构建图像高斯尺度空间确定图像特征点区域, 删除低对比度像素点和边缘像素点, 快速提取图像特征点, 检测特征点所在区域即为图像特征区域. 仿真实验结果表明, 该方法能高效率、高精度地实现快速图像特征区域检测的全面检测. 相似文献