全文获取类型
收费全文 | 254篇 |
免费 | 39篇 |
国内免费 | 11篇 |
专业分类
化学 | 15篇 |
力学 | 15篇 |
综合类 | 16篇 |
数学 | 31篇 |
物理学 | 227篇 |
出版年
2024年 | 3篇 |
2023年 | 10篇 |
2022年 | 21篇 |
2021年 | 24篇 |
2020年 | 8篇 |
2019年 | 19篇 |
2018年 | 5篇 |
2017年 | 19篇 |
2016年 | 18篇 |
2015年 | 23篇 |
2014年 | 26篇 |
2013年 | 8篇 |
2012年 | 15篇 |
2011年 | 15篇 |
2010年 | 12篇 |
2009年 | 15篇 |
2008年 | 14篇 |
2007年 | 8篇 |
2006年 | 5篇 |
2005年 | 8篇 |
2004年 | 6篇 |
2003年 | 9篇 |
2002年 | 4篇 |
2001年 | 1篇 |
2000年 | 1篇 |
1999年 | 2篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1992年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有304条查询结果,搜索用时 0 毫秒
1.
2.
商标数据库存储模式及其检索算法研究 总被引:6,自引:0,他引:6
依据商标专家的先验知识和基于内容的图像检索技术,提出了一种新的商标库存储结构,并依据该存储结构设计了以三级检索算法为核心的实用商标登记注册管理系统,对于检索算法,一级检索采用人工确认,二级检索采用傅立叶描述子作为边缘特征向量,三级检索采用hu不变矩组作为矩特征向量,从而达到提高商标申请注册中的检索速度和查准率。 相似文献
3.
4.
拉曼光谱物质定性识别已被广泛的应用于化工、安防、缉毒等行业和研究领域,但是传统的拉曼光谱分析技术依赖于光谱数据库,通过光谱特征提取进行识别。特征提取是拉曼识别的关键处理步骤,通常利用主成分分析,因子分析等方法进行特征提取,而后通过KNN,SVM和随机森林等方法进行光谱特征定性识别,当拉曼数据库不存在待定性物质时,易造成待检测物质的错误分类。针对此问题,提出一种基于卷积神经网络的对数据库缺少物质光谱识别方法。在实验过程中,采用九类,200余种精神类药品拉曼光谱作为测试对象,通过搭建卷积神经网络自动特征提取并利用Softmax分类器将200余种物质,按照Amphetamine, cathinone, cannabinoids等九种类别进行定性分析。通过与传统机器学习方法如K近邻,支持向量机等方法进行比较,基于卷积神经网络的模型识别准确性有显著提高,该方法可为拉曼光谱数据库的光谱识别检索提供一种新的识别方法。 相似文献
5.
采用传统方法对多峰Brillouin散射谱进行拟合的过程中,通常是以谱线最大功率点为基准的,却忽略了其他比该点小但却是极值的功率点。这样获得的拟合曲线通常只有一个峰值,相当于把除最高峰之外还有多个小峰的多峰Brillouin散射谱进行了简化,导致大量有用信息的丢失。为了提高Brillouin散射谱的特征提取精度,提出了一种基于MCDM和PSO-LM混合优化算法的多峰Brillouin散射谱特征提取方法(MCDM-PSO-LM)。MCDM可以识别和准确定位多峰Brillouin散射谱的各个波峰和波谷;PSO-LM混合优化算法可以实现分别对各个波峰和波谷的曲线进行拟合并找到每一个波峰的中心频率,该算法既克服了PSO算法过早收敛于局部极值和LM算法依赖初值的问题,又可以将PSO算法的全局搜索能力和LM算法的局部收敛能力结合在一起。较传统算法而言,MCDM-PSO-LM算法保证了对最优值求解的速度和精度,提高了运算能力,使解析解最大限度地接近最优值。分别在不同信噪比和不同线宽条件下进行仿真验证,频移和温度误差分析结果表明,MCDM-PSO-LM方法可以对多峰Brillouin散射谱的各个波峰与波谷进行准确定位,可用于多峰Brillouin散射谱的特征提取,识别效果明显强于传统算法,提高了信息分析的准确性。 相似文献
6.
7.
8.
9.
针对移动机器人在目标识别过程中对视觉图像特征点提取慢,匹配不准确等特点,提出了一种基于SIFT算法的改进目标识别算法。通过采用组合匹配策略,将特征关键点间的距离和内积同时进行考察,根据其自身值的大小,决定对匹配相似度的贡献。组合策略的引入有效地解决了机器人在目标识别中对相同特征图像不能匹配和不同特征图像能够匹配的问题。为克服目标匹配时实性差的弱点,以关键点为根据构建K维树结构,采用最近邻点搜索,快速找出正确匹配的特征点。为实现移动机器人目标识别过程中的自主性,在特征点匹配过程中引入自适应阈值进行判断。实验表明,该方法对移动机器人目标识别准确率有较大提升,能够满足移动机器人在目标识别和跟踪过程中对视频图像处理的实时性和准确性的要求。 相似文献
10.
张天助周辉林杨仙 《南昌大学学报(理科版)》2021,45(1):91
针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络(CNN)能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。 相似文献