全文获取类型
收费全文 | 369篇 |
免费 | 193篇 |
国内免费 | 36篇 |
出版年
2024年 | 4篇 |
2023年 | 3篇 |
2022年 | 11篇 |
2021年 | 12篇 |
2020年 | 12篇 |
2019年 | 6篇 |
2018年 | 7篇 |
2017年 | 30篇 |
2016年 | 26篇 |
2015年 | 15篇 |
2014年 | 32篇 |
2013年 | 30篇 |
2012年 | 40篇 |
2011年 | 33篇 |
2010年 | 27篇 |
2009年 | 36篇 |
2008年 | 22篇 |
2007年 | 32篇 |
2006年 | 37篇 |
2005年 | 25篇 |
2004年 | 19篇 |
2003年 | 19篇 |
2002年 | 18篇 |
2001年 | 15篇 |
2000年 | 17篇 |
1999年 | 10篇 |
1998年 | 9篇 |
1997年 | 7篇 |
1996年 | 6篇 |
1995年 | 10篇 |
1994年 | 7篇 |
1993年 | 5篇 |
1992年 | 6篇 |
1991年 | 2篇 |
1990年 | 3篇 |
1989年 | 3篇 |
1988年 | 2篇 |
排序方式: 共有598条查询结果,搜索用时 15 毫秒
311.
为了降低天线阵接收机欺骗干扰检测方法的计算量,提出一种信号解扩前的欺骗干扰检测方法。该方法利用不同天线上信号和噪声相关性的差异,在信号解扩前估计其功率,从而进行欺骗干扰检测。仿真结果表明,该方法在降低运算量的同时,具有良好的检测性能。 相似文献
312.
为保证战场环境下单站纯方位无源探测的精度和观测站的战场生存能力,提出一种战场威胁约束下的单观测站轨迹优化方法。对典型战场威胁进行分析,建立战场威胁和单观测站运动轨迹的数学模型。在此基础上综合考虑单观测站探测精度和所受威胁程度,分别构建精度打分函数和威胁打分函数,得到单观测站的路径选择函数,并对观测站不同轨迹进行评价。仿真结果表明,所提方法能够有效规避战场威胁并提高定位精度,保证战场环境下单站纯方位探测的准确性和可靠性。 相似文献
313.
目前对机械零件的尺寸、口径等参数的测量大多采用接触测量,而利用零件图像的边缘信息进行非接触测量,则是一种新的更好的检测方式。用此方法可以对机械零件图像的边缘进行精确的检测,再根据相应的数学关系得到相关参数的值,不但可以提高零件检测的精度,还可以大大节省人力和物力。模拟边缘检测技术的具体过程,依次采用最佳阈值迭代算法、小波变换模极大值法、边缘连接局部处理法对零件图像边缘信息进行边缘检测和提取,并对检测过程进行了重点分述。最后,通过一个具体实验,验证了小波技术与其他技术结合使用所获得的良好效果,从而进一步显示了小波变换在边缘检测技术中应用的巨大潜力。 相似文献
314.
315.
316.
317.
对灭雷具系统中显控台对高分辨率图像声纳信号进行转换的计算机辅助探测算法进行了探索,重点介绍了一种能够增强声纳图像中目标信号显示效果的先进算法.从而可以使声纳对目标扫描后的图像更加清晰,与背景对比效果更加明显.为便于理解和比较,同时还引用了已经被国外普遍应用的三种其它算法. 相似文献
318.
目标鉴别是SAR图像目标识别系统的关键环节,用以消除预筛选阶段因异常检测产生的大量虚假的感兴趣区域切片。针对目标鉴别问题,提出了一种新的目标自动鉴别方法,首先对CFAR检测的结果做基于面积特征的预鉴别处理,而后对获得的ROI目标切片提取鉴别特征,并在特征分析的基础上设定特征判决阈值,实现序贯鉴别处理。利用X波段SAR图像数据检验了上述方法,给出了鉴别输出的ROI切片。 相似文献
319.
针对离散傅立叶变换(DFT)对加速运动目标进行检测时的局限性,结合离散Chirp Fourier变换(DCFT)和弹载脉冲多普勒雷达信号检测的具体背景,提出了一种基于FFT的变尺度离散Chirp Fourier变换(B DCFT),分析了它的性能。将它应用于雷达信号检测的应用背景形成了一种对线性调频信号的级次检测算法。理论分析和仿真试验表明该算法在运算量和检测性能方面均有一定的优势。 相似文献
320.
基于聚类技术提出了一种能处理不带标识且含异常数据样本的训练集数据的网络入侵检测方法。对网络连接数据作归一化处理后 ,通过比较数据样本间距离与类宽度W的关系进行数据类质心的自动搜索 ,并通过计算样本数据与各类质心的最小距离来对各样本数据进行类划分 ,同时根据各类中的样本数据动态调整类质心 ,使之更好地反映原始数据分布。完成样本数据的类划分后 ,根据正常类比例N来确定异常数据类别并用于网络连接数据的实时检测。结果表明 ,该方法有效地以较低的系统误警率从网络连接数据中检测出新的入侵行为 ,更降低了对训练数据集的要求。 相似文献