全文获取类型
收费全文 | 683篇 |
免费 | 293篇 |
国内免费 | 84篇 |
出版年
2024年 | 1篇 |
2023年 | 16篇 |
2022年 | 7篇 |
2021年 | 21篇 |
2020年 | 31篇 |
2019年 | 15篇 |
2018年 | 9篇 |
2017年 | 54篇 |
2016年 | 58篇 |
2015年 | 43篇 |
2014年 | 55篇 |
2013年 | 46篇 |
2012年 | 70篇 |
2011年 | 53篇 |
2010年 | 41篇 |
2009年 | 81篇 |
2008年 | 52篇 |
2007年 | 57篇 |
2006年 | 60篇 |
2005年 | 40篇 |
2004年 | 46篇 |
2003年 | 30篇 |
2002年 | 34篇 |
2001年 | 21篇 |
2000年 | 20篇 |
1999年 | 17篇 |
1998年 | 17篇 |
1997年 | 14篇 |
1996年 | 12篇 |
1995年 | 8篇 |
1994年 | 8篇 |
1993年 | 9篇 |
1992年 | 3篇 |
1991年 | 1篇 |
1990年 | 8篇 |
1989年 | 2篇 |
排序方式: 共有1060条查询结果,搜索用时 15 毫秒
361.
通过对接收信号进行过采样,应用过采样接收信号产生的循环平稳特性,给出单输入单输出系统的等效单输入多输出系统模型,据此模型给出了一种新的基于二阶统计量的盲辨识与均衡算法,给出的算法只需要接收信号的二阶统计量即可以辨识与均衡信道。 相似文献
362.
用遗传算法实现雷达网目标分配 总被引:2,自引:0,他引:2
通过对雷达网目标分配问题的深入研究,建立了数学模型.为了获得发现概率最大的目标分配方案,引入了遗传算法来对模型求解,并给出了实现的步骤和方法.最后经过验证,证明该方法应用在雷达网目标分配问题上切实可行. 相似文献
363.
364.
365.
366.
基于遗传算法与支持向量机的火炮内膛疵病分类方法研究 总被引:1,自引:0,他引:1
支持向量机能够较好解决小样本、非线性数据特征的多分类问题,适用于火炮内膛疵病的分类,但其性能依赖于其参数的选取;对基本遗传算法进行改进,使用自适应的交叉算子和变异算子,并应用于支持向量机参数优化;通过对火炮内膛疵病分类精度的对比研究,改进的遗传算法确定支持向量机优化参数的方法取得了良好的效果,验证了该方法对疵病分类的有效性。 相似文献
367.
针对原有BB-Attack(Boneh and Brumley’s Attack)计时攻击算法在样本量小的情况下存在0~1间隔不明显、攻击精确度低等问题,依据Montgomery乘法中额外约简数目与输入消息的关系,结合统计分析中的t检验,给出了一种改进的计时攻击算法。计时攻击实验结果表明:改进算法能够产生更加明显的0~1间隔,并且减少了攻击样本量,提高了攻击效率。 相似文献
368.
基于改进TOPSIS法和蚁群算法的反TBM目标群目标分配研究 总被引:1,自引:0,他引:1
基于改进的TOPSIS法和蚁群算法,以弹道导弹目标群为研究对象,研究了反导指控系统对目标群的目标分配问题。首先通过改进的TOPSIS法确定TBM目标群威胁排序并基于拦截排序准则确定拦截排序;其次使作战效能最大化,基于蚁群算法确定目标的最优分配方案;最后通过仿真实例验证了在考虑目标威胁值排序前提下采用此算法,可使目标群分配方案更加科学有效和符合反导作战实际。 相似文献
369.
370.
It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance. 相似文献