全文获取类型
收费全文 | 5429篇 |
免费 | 1344篇 |
国内免费 | 725篇 |
专业分类
化学 | 1070篇 |
晶体学 | 156篇 |
力学 | 220篇 |
综合类 | 178篇 |
数学 | 1461篇 |
物理学 | 4413篇 |
出版年
2024年 | 66篇 |
2023年 | 207篇 |
2022年 | 277篇 |
2021年 | 281篇 |
2020年 | 187篇 |
2019年 | 244篇 |
2018年 | 114篇 |
2017年 | 214篇 |
2016年 | 219篇 |
2015年 | 288篇 |
2014年 | 518篇 |
2013年 | 309篇 |
2012年 | 363篇 |
2011年 | 412篇 |
2010年 | 362篇 |
2009年 | 305篇 |
2008年 | 428篇 |
2007年 | 295篇 |
2006年 | 245篇 |
2005年 | 239篇 |
2004年 | 271篇 |
2003年 | 224篇 |
2002年 | 198篇 |
2001年 | 190篇 |
2000年 | 128篇 |
1999年 | 127篇 |
1998年 | 126篇 |
1997年 | 113篇 |
1996年 | 83篇 |
1995年 | 103篇 |
1994年 | 73篇 |
1993年 | 54篇 |
1992年 | 59篇 |
1991年 | 47篇 |
1990年 | 49篇 |
1989年 | 28篇 |
1988年 | 16篇 |
1987年 | 12篇 |
1986年 | 8篇 |
1985年 | 3篇 |
1984年 | 2篇 |
1983年 | 4篇 |
1982年 | 3篇 |
1980年 | 4篇 |
排序方式: 共有7498条查询结果,搜索用时 15 毫秒
101.
102.
103.
基于机器视觉的离散傅里叶变换目标识别方法 总被引:1,自引:0,他引:1
提出了一种基于机器视觉与离散傅里叶变换的目标特征识别方法。利用计算机图像技术采集和处理图像信号;利用离散的傅里叶变换对图像数据提取特征,能够更好的辨别数据细节,从而可通过图像的比对来实现目标的识别。该方法在对实际的静止图像进行处理与计算后,能够很好的对图像的细节变化进行识别。 相似文献
104.
105.
106.
为了提高加速鲁棒特征(SURF)算法的实时性和准确性,本文提出了一种结合AGAST角点检测和改进的SURF特征描绘算法。首先利用AGAST角点检测模板检测特征点,再使用增加对角信息的哈尔小波响应来生成特征点的描述子,之后利用特征袋对产生的描述子进行编码并生成新的特征向量,最后利用支持向量机(SVM)对特征向量进行分类,完成识别。本文以SIFT和SURF算法为对照,分别进行不同视角、光照和尺度的识别实验。实验结果表明,本文算法的平均识别率为98.0%、96.9%、97.1%,平均时间分别为66.1 ms、79.3 ms、41.0 ms,在识别率上较优于SURF算法,所耗时间约是SURF算法的1/3。 相似文献
107.
海洋环境中,在水下目标的线谱频率未知或者目标辐射噪声的连续谱很弱时,很难实现水中弱目标的准确检测,本文提出基于广义Duffing振子检测系统的水下目标辐射噪声检测方法.通过对传统周期扰动的Duffing振子信号检测系统的分析和推广,提出了一种可输入非周期、非平稳信号的广义Duffing振子检测系统,可检测输入的无先验信息目标信号.为实现广义Duffing振子系统运动状态的精确、有效判断,提出了一种相空间图形的离散分布列计算方法,通过类网格函数实现了利用统计复杂度对系统输出的嵌入式表征,从而实现了无先验信息时的水中弱目标的嵌入式检测.相同条件下与传统检测方法仿真对比可知,本文提出的方法可以检测到更低信噪比下的目标,并能满足水中检测实时性要求. 相似文献
108.
剪切光束成像技术是一种能透过大气湍流对远距离目标实现高分辨率成像的主动成像技术.现有相关研究中所采用的目标均为二维平面目标,然而现实中的目标一般都具有三维形貌,目标纵深对回波信号产生的延迟或对成像质量产生不利影响.从剪切光束成像理论出发,在二维目标成像模型的基础上建立了三维纵深目标成像模型,并利用该模型研究了两剪切光与参考光间的频差及目标纵深对成像的影响.仿真结果表明,随着拍频的增大,重构图像质量逐渐下降.剪切光束成像技术可通过减小拍频来提高真实目标成像质量. 相似文献
109.
为提升TLD目标跟踪算法的每帧处理速度,以达到在更高分辨率视频中跟踪目标的实时性要求,在TLD算法框架的基础上,提出了一种基于自适应尺度检测学习的目标跟踪算法(AS-TLD)。当跟踪目标成功时,选取当前帧跟踪到的目标尺度及几个相邻的尺度作为下帧检测目标时滑动窗口尺度的选取范围;而当跟踪失败时,则选取在TLD算法初始化阶段,根据跟踪目标及视频图像大小选定的尺度来保障长时间跟踪目标,从而有效减少了平均每帧扫描的窗口数量。实验结果表明,该方法不仅有效地降低了检测模块的检测时间,显著提高了整体算法速度,而且通过动态选取尺度,在一定程度使得TLD各个模块更加协调,跟踪精确度得到提升。 相似文献
110.