全文获取类型
收费全文 | 485篇 |
免费 | 126篇 |
国内免费 | 55篇 |
出版年
2024年 | 1篇 |
2023年 | 14篇 |
2022年 | 16篇 |
2021年 | 21篇 |
2020年 | 30篇 |
2019年 | 19篇 |
2018年 | 4篇 |
2017年 | 20篇 |
2016年 | 24篇 |
2015年 | 22篇 |
2014年 | 43篇 |
2013年 | 23篇 |
2012年 | 44篇 |
2011年 | 35篇 |
2010年 | 39篇 |
2009年 | 27篇 |
2008年 | 43篇 |
2007年 | 27篇 |
2006年 | 18篇 |
2005年 | 17篇 |
2004年 | 25篇 |
2003年 | 15篇 |
2002年 | 20篇 |
2001年 | 17篇 |
2000年 | 12篇 |
1999年 | 10篇 |
1998年 | 12篇 |
1997年 | 20篇 |
1996年 | 8篇 |
1995年 | 6篇 |
1994年 | 5篇 |
1993年 | 4篇 |
1992年 | 8篇 |
1991年 | 6篇 |
1990年 | 5篇 |
1989年 | 5篇 |
1988年 | 1篇 |
排序方式: 共有666条查询结果,搜索用时 15 毫秒
211.
主成分分析网络(principal component analysis network, PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能。将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet)。为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。 相似文献
212.
213.
针对海上复杂环境中多运动目标跟踪问题,提出了一种融合概率图模型和粒子滤波的跟踪方法.该方法采用二元马尔可夫随机场构建多目标模型,利用势函数表示其联合概率分布,最后用变差分法和粒子滤波推理后验概率密度.通过二阶回归模型准确构建状态转移方程,以及Mean-Shift迭代加速粒子采样,提高了算法精确度和运行效率.实验表明:该方法能很好地实现海上复杂环境中的多目标实时跟踪. 相似文献
214.
215.
216.
217.
218.
219.
220.