全文获取类型
收费全文 | 1402篇 |
免费 | 194篇 |
国内免费 | 150篇 |
出版年
2024年 | 13篇 |
2023年 | 45篇 |
2022年 | 37篇 |
2021年 | 72篇 |
2020年 | 85篇 |
2019年 | 45篇 |
2018年 | 5篇 |
2017年 | 36篇 |
2016年 | 53篇 |
2015年 | 34篇 |
2014年 | 60篇 |
2013年 | 63篇 |
2012年 | 102篇 |
2011年 | 102篇 |
2010年 | 107篇 |
2009年 | 107篇 |
2008年 | 126篇 |
2007年 | 94篇 |
2006年 | 87篇 |
2005年 | 74篇 |
2004年 | 53篇 |
2003年 | 51篇 |
2002年 | 51篇 |
2001年 | 41篇 |
2000年 | 32篇 |
1999年 | 20篇 |
1998年 | 29篇 |
1997年 | 35篇 |
1996年 | 20篇 |
1995年 | 15篇 |
1994年 | 9篇 |
1993年 | 9篇 |
1992年 | 14篇 |
1991年 | 12篇 |
1990年 | 4篇 |
1989年 | 4篇 |
排序方式: 共有1746条查询结果,搜索用时 15 毫秒
881.
应用模糊数学理论,提出了一种基于模糊随机可靠度的装备安全性评定方法,即以模糊随机可靠度指标作为装备安全性的评估参数,并通过实例证明了该方法的有效性和实用性。 相似文献
882.
883.
从核爆炸效应的不同角度对中子弹核爆效应现象学进行了综合研究,得出了较全面系统的结果;同时,在对中子弹核爆炸效应进行分析的基础上,提取了一系列效应特征量,并推荐使用了优化特征量;利用多层神经网络系统,进行了中子弹核爆炸弹型识别的计算机仿真研究,得到了较理想的识别率;最后给出具有中子弹核爆炸识别、当量确定功能的核爆炸监测系统的原理与工作序列。 相似文献
884.
针对螺丝零件通常存在的缺陷检测问题,提出了一种基于神经网络螺丝表面缺陷检测方法。将SimAM注意力机制引入YOLOv7网络模型,用GIoU损失函数替换CIoU损失函数提高模型检测精度,在目标框位置预测过程中,引入Soft-NMS优化候选框选择方法,有效提升候选框位置选择的精度。实验结果表明,改进后的网络模型平均精度均值(mAP)达到98.9%,对小目标缺陷检测精度更高,误检漏检情况更少,可以有效满足螺丝表面缺陷检测要求。 相似文献
885.
为了降低“相似性漂移”问题的影响,提出一种基于“邻域传播”的匹配策略,将待查询项的模态内近邻映射到目标空间中,并将它们在目标空间中的最近邻作为查询项的跨模态近邻。基于邻域传播的匹配策略在不改变跨模态映射函数的条件下,可以有效地降低“相似性漂移”带来的误匹配现象。理论和实验分析证明,跨模态映射函数的“相似性漂移”问题广泛存在,而基于“邻域传播”的匹配策略可以有效降低其影响,提高匹配的准确率。 相似文献
886.
为了有效地评估和预测炮光集成武器系统的作战效能,以反舰导弹为例,针对空袭目标低空突袭的特点,建立了炮光集成武器系统的效能评估模型和BP神经网络预测模型。用BP神经网络对炮光集成武器系统的作战效能进行了预测,并与效能评估模型的计算结果进行了对比。结果表明:BP神经网络的预测结果与效能评估模型的计算结果比较近似,说明BP神经网络模型对于炮光集成武器系统作战效能评估与预测是有效的,可以为下一步的炮光集成武器系统的研制提供一定的理论参考。 相似文献
887.
为了提升合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船目标检测的精度和速度,对卷积神经网络(Convolutional Neural Network,CNN)在SAR图像舰船目标检测上进行了研究。通过改进OTSU方法对SAR图像进行分割,并且用最小外接矩形将疑似目标标记出来;依据矩形中心在原始图像上提取出固定大小区域作为候选区域;将提取的目标通过训练好的卷积神经网络进行判定,去除虚警目标并将检测结果在原图中标记出来。实测数据的实验结果表明,该算法在降低虚警的同时提升了检测速度。 相似文献
888.
针对智能小车行走过程中的全局路径规划和路障规避问题,提出了一种基于神经网络Q-learning强化学习算法,采用RBF(Radial Basis Function)网络对Q学习算法的动作值函数进行逼近,基于MATLAB环境开发了智能小车全局路径规划和路障规避仿真系统。与传统的以及基于势场的Q学习算法相比,所采用的算法能更加有效地完成智能小车在行驶环境中的路径规划和路障规避。仿真结果表明:算法具有更好的收敛速度,可增强智能小车的自导航能力。 相似文献
889.
890.
为了实现模型的实时和嵌入式运行,提出了一种轻量级的卷积神经网络结构。通过采用较小的滤波器尺寸和引入深度可分离卷积,可大量减少模型参数,提高模型非线性表达能力;在网络末端引入子像素卷积层,直接从原始低分辨率图像学习到高分辨率图像的映射,计算成本为原来的1/k2(k为放大因子)。在Set5数据集上的实验表明,所提模型的速度较经典的图像超分辨率重建算法速度提高了25.8倍,能够在通用GPU上实时运行,峰值信噪比平均提高了0.17 dB,并且参数只有它的35%。 相似文献