全文获取类型
收费全文 | 2325篇 |
免费 | 551篇 |
国内免费 | 109篇 |
专业分类
化学 | 158篇 |
晶体学 | 2篇 |
力学 | 161篇 |
综合类 | 27篇 |
数学 | 281篇 |
物理学 | 818篇 |
无线电 | 1538篇 |
出版年
2024年 | 29篇 |
2023年 | 83篇 |
2022年 | 123篇 |
2021年 | 116篇 |
2020年 | 77篇 |
2019年 | 90篇 |
2018年 | 46篇 |
2017年 | 93篇 |
2016年 | 91篇 |
2015年 | 121篇 |
2014年 | 244篇 |
2013年 | 164篇 |
2012年 | 192篇 |
2011年 | 160篇 |
2010年 | 151篇 |
2009年 | 173篇 |
2008年 | 165篇 |
2007年 | 131篇 |
2006年 | 101篇 |
2005年 | 98篇 |
2004年 | 118篇 |
2003年 | 99篇 |
2002年 | 60篇 |
2001年 | 47篇 |
2000年 | 39篇 |
1999年 | 30篇 |
1998年 | 28篇 |
1997年 | 17篇 |
1996年 | 24篇 |
1995年 | 15篇 |
1994年 | 22篇 |
1993年 | 7篇 |
1992年 | 10篇 |
1991年 | 3篇 |
1990年 | 7篇 |
1989年 | 6篇 |
1988年 | 1篇 |
1984年 | 1篇 |
1981年 | 2篇 |
1980年 | 1篇 |
排序方式: 共有2985条查询结果,搜索用时 406 毫秒
111.
针对传统算法依赖于对红外目标与环境背景的精确分离和信息提取,难以满足复杂背景和噪声等干扰因素下的检测需求。论文提出一种基于改进YOLOv5(You Only Look Once)的复杂背景红外弱小目标检测算法。该算法在YOLOv5基础上,添加注意力机制提高算法的特征提取能力和检测效率,同时改进原YOLOv5目标检测网络的损失函数和预测框的筛选方式提高算法对红外弱小目标检测的准确率。实验选取了来自不同复杂背景的7组红外弱小目标数据集,将这些图像数据集进行标注并训练,得到红外弱小目标检测模型,然后从模型训练结果和目标检测结果的角度评估算法和模型的正确性。实验结果表明:改进的YOLOv5算法训练出来的模型,检测准确性和检测速度对比实验列出的几种目标检测算法均有明显的提升,平均精度均值(mean Average Precision,mAP)可达99.6%以上,在不同复杂背景下均可有效检测出红外弱小目标,且漏警率、虚警率低。 相似文献
112.
野外复杂背景下红外图像的目标检测 总被引:7,自引:3,他引:7
野外复杂背景下红外图像序列目标检测是红外野外监视中的重点问题。大量的背景物增加了目标检测的难度。文中针对野外复杂背景下红外图像序列的特点,提出了一种实用的运动目标检测算法。该算法包括两个处理步骤:首先,在场景配准后利用帧间差图像提取目标的运动信息,并据此进行目标的粗检测;其次,合目标运动在时间和空间上的相关性进行精检测。粗检测的低漏判度和精检测的低误差率保证了算法的可靠性。在检测的同时算法确定了目 相似文献
113.
随着科学技术的不断发展,现代战争也不断走向高度信息化,而未来的电子武器装备和作战行动也越来越依赖电磁信号.介绍了美军和我军对复杂电磁环境概念的定义,分析了复杂电磁环境构建及效能评估的国内外发展现状,对复杂电磁环境构建及效能评估的发展趋势作出了初步展望和构想. 相似文献
114.
15电磁波的极化
电场矢量(E)相对于电波传播面的排列方向称为电磁波的极化,也就是电场矢量的取向。电波的极化形式决定了电场强度矢量的变化规律、瞬时状态与大小。电磁波的极化形式通常由发射天线所决定:但是,当电磁波传播的电磁环境复杂时,会引起电磁波极化形式的改变. 相似文献
115.
科技的高速发展在给人们带来方便的同时,也加剧了电磁环境的复杂度,给各类通信安全造成了干扰和隐患.本文就复杂电磁环境下通信干扰和安全问题,进行了一些简单探讨 相似文献
116.
基于CPLD的机器人控制系统 总被引:1,自引:0,他引:1
以EPF6106为例,介绍CPLD器件及其设计过程,讨论了CPLD器件在机器人系统中的应用,通过采用CPLD器件,控制编码器信号输入和脉冲输出,提高了系统的可靠性,实现了基于DSP的多轴控制。 相似文献
117.
118.
针对由车联网的高度动态性和复杂性导致网络拓扑难以合理、稳定构建的问题,提出了关于车联网的范围标签图嵌入方法。首先,根据路侧单元分割车辆网络,利用驾驶员辅助系统获取实时车辆信息;其次,使用傅里叶变换、模糊推理对车辆信息预处理,获得车辆低维特征向量,再对新加入网络的车辆节点进行冷启动处理;最后,以所提动态图嵌入方法在区域内进行拓扑控制,充分利用车辆的特征信息构建车联网,实现网络的动态更新。实验结果表明,所提图嵌入方法建立的网络拓扑相对于传统网络及对比图嵌入方法,具有更好的动态性、连通性以及稳健性。 相似文献
119.
复杂场景中的运动目标检测是计算机视觉领域的重要问题,其检测准确度仍然是一大挑战.本文提出并设计了一种用于复杂场景中运动目标检测的深度帧差卷积神经网络(Deep Difference Convolutional Neural Network,DFDCNN).DFDCNN由DifferenceNet和AppearanceNet组成,不需要后处理就可以预测分割前景像素.DifferenceNet具有孪生Encoder-Decoder结构,用于学习两个连续帧之间的变化,从输入(t帧和t+1帧)中获取时序信息;AppearanceNet用于从输入(t帧)中提取空间信息,并与时序信息融合;同时,通过多尺度特征图融合和逐步上采样来保留多尺度空间信息,以提高网络对小目标的敏感性.在公开标准数据集CDnet2014和I2R上的实验结果表明:DFDCNN不仅在动态背景、光照变化和阴影存在的复杂场景中具有更好的检测性能,而且在小目标存在的场景中也具有较好的检测效果. 相似文献
120.