全文获取类型
收费全文 | 298篇 |
免费 | 65篇 |
国内免费 | 8篇 |
出版年
2024年 | 3篇 |
2023年 | 4篇 |
2022年 | 3篇 |
2021年 | 6篇 |
2020年 | 12篇 |
2019年 | 9篇 |
2018年 | 1篇 |
2017年 | 6篇 |
2016年 | 13篇 |
2015年 | 5篇 |
2014年 | 11篇 |
2013年 | 13篇 |
2012年 | 27篇 |
2011年 | 25篇 |
2010年 | 20篇 |
2009年 | 14篇 |
2008年 | 24篇 |
2007年 | 25篇 |
2006年 | 28篇 |
2005年 | 26篇 |
2004年 | 15篇 |
2003年 | 12篇 |
2002年 | 11篇 |
2001年 | 12篇 |
2000年 | 9篇 |
1999年 | 12篇 |
1998年 | 11篇 |
1997年 | 9篇 |
1996年 | 4篇 |
1994年 | 1篇 |
排序方式: 共有371条查询结果,搜索用时 390 毫秒
1.
首次提出用正弦函数和余弦函数解析构造了任意长度的紧支集正交小波滤波系数。首先给出了对N=2^k-1时(k个参数)的解析结构,其次给出了N=2k时正交小波基法波器的统一构造方法。此后验证了著名的Daubechies小波波波器的构成参数,并验证了一些被广泛使用的著名小波分析滤波器,所有这些滤波器容易用一组参数直接计算出来。小波滋波器的解析构造使得在应用中动态选择小波基变得极其容易,这一结果必将在小波理论及应用、应用数学、模式识别等领域产生十分重要的作用。 相似文献
2.
炼铁高炉回旋区深度的直接探测存在较大困难,提出了一种基于激光雷达的回旋区边缘探测方法。探测得到的回波信号存在较大噪声干扰,为提取边缘回波信号,首先对噪声特点进行分析,判明噪声包括白噪声和1/fγ非平稳随机噪声;由此采用多小波平移不变算法进行滤波处理;采用H ilbert-Huang变换对滤波后的信号进行处理,对其瞬时能量进行分析。由于回旋区边缘表现出较为强烈的局部能量,从能量谱中可较好地提取回旋区边缘信号。试验表明,采用激光雷达探测回旋区的深度,能较为真实地反映高炉回旋区的真实状态,其值较计算建模方法更可靠。进一步的研究可望得到回旋区的二维或三维形貌。 相似文献
3.
本文利用小波变换对瞬态信号在微带及渐变微带线中的传输特性进行了分析,与传统的傅立叶变换分析相比,小波分析具有速度快、能够分析局部传输特性的优点。文中给出了高斯信号和矩形脉冲信号在微带中及矩形脉冲信号在渐变微带中的传输波形,所得结果对研究超高速与超宽带瞬态信号的传输及电路设计有一定的参考价值。 相似文献
4.
小波分析是一种全新的时-频分析方法,是当前数学和工程领域的研究热点之一,小波具有非常丰富的数学内容,而且对许多方面应用有很大潜力。小波的基本思想是在加窗Fourier变换基础上发展而一煌,加窗Fourier变换的时-频窗宽度和形状固定,而小波变换的时间-频率窗具有可滑动、窗宽尺度可变等特性,从而可以同时获取时域和频域局部化信息,而且其局部化分析的分辨率可变,这一特性特别适用于信号分析领域的应用。本 相似文献
5.
介绍近年来迅速发展的小波分析的历史、理论及快速算法,并根据作者的研究,提出了小波分析理论可望在鱼雷精确制导和目标识别等方面得到应用的前景。 相似文献
6.
小波包变换可以给出信号精细的时频局域化特性,本文通过对信号进行小波包变换,导出了用小波包变换实现多载波调制(MCM)的系统模型,在此基础上研究了用小波包时频分解特性对信号进行变换,从而降低MCM系统中并存的脉冲噪声和窄带干扰的影响,并给出了如何选取时频单元进行变换的算法。 相似文献
7.
噪声图像压缩编码的小波变换方法 总被引:1,自引:0,他引:1
基于小波变换理论,研究小波变换域噪声图像的压缩编码方法,以实现在小波变换域同时达到对图像噪声的去除与图像压缩编码的目的,并且使两者均获得较好的效果。最后给出的实验结果证明了本文方法的有效性。 相似文献
8.
9.
基于二进小波变换的MIP纹理映射在OpenGL中的应用 总被引:1,自引:1,他引:0
OpenGL中的纹理映射可以增加三维图形的真实性,而mipmapping多分辨率技术可以进一步增加真实性和减少内存占用,因此研究自动产生MIP纹理意义很大。通过采用二维二进小波的分解算法,在原纹理图像基础上可以得到各级低频的二进多分辨率的MIP纹理图像,从而自动产生不同细节的MIP纹理映射图像,而且与MIP映射技术要求相一致。最后通过实例验证了该方法的可行性并指出了不足之处。 相似文献
10.
全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明:降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。 相似文献