全文获取类型
收费全文 | 50845篇 |
免费 | 6852篇 |
国内免费 | 5305篇 |
学科分类
工业技术 | 63002篇 |
出版年
2024年 | 187篇 |
2023年 | 3325篇 |
2022年 | 3485篇 |
2021年 | 3889篇 |
2020年 | 3639篇 |
2019年 | 3464篇 |
2018年 | 1359篇 |
2017年 | 1420篇 |
2016年 | 1266篇 |
2015年 | 1398篇 |
2014年 | 2263篇 |
2013年 | 1929篇 |
2012年 | 2449篇 |
2011年 | 2680篇 |
2010年 | 2647篇 |
2009年 | 2966篇 |
2008年 | 3112篇 |
2007年 | 2921篇 |
2006年 | 2675篇 |
2005年 | 2534篇 |
2004年 | 2212篇 |
2003年 | 1832篇 |
2002年 | 1510篇 |
2001年 | 1340篇 |
2000年 | 1239篇 |
1999年 | 1059篇 |
1998年 | 896篇 |
1997年 | 801篇 |
1996年 | 776篇 |
1995年 | 584篇 |
1994年 | 377篇 |
1993年 | 277篇 |
1992年 | 246篇 |
1991年 | 111篇 |
1990年 | 70篇 |
1989年 | 41篇 |
1988年 | 5篇 |
1987年 | 4篇 |
1986年 | 9篇 |
1985年 | 2篇 |
1983年 | 1篇 |
1977年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 46 毫秒
1.
针对眼底血管图像具有形状多样、分叉较多、曲度复杂的特点,提出了一种多尺度融合视网膜血管分割算法.该算法基于U-Net模型进行改进,首先在编码和解码部分使用短跳跃连接模块将网络浅层和深层的特征信息进行融合,通过增加浅层特征的权重,更多地保留了血管的边缘和细微结构信息.其次在编码部分采用空洞卷积构建空洞空间金字塔池化模块代替传统卷积块,来扩大算法的感受野,从而在不增加网络参数的同时进行多尺度特征融合,提取更丰富的空间信息.通过在DRIVE数据集上进行验证,实验结果表明:本算法的准确率和AUC值分别达到0.9572、0.9811,与U-Net等其他基于深度学习的算法相比分割效果更优,从而验证本算法在视网膜血管分割中更加有效. 相似文献
2.
由于导波损伤诊断方法在碳纤维增强复合材料(carbon fiber reinforced polymer,简称CFRP)损伤监测领域的结构不确定性和专家经验缺乏,提出了一种基于能量图谱和孪生卷积神经网络(convolutional neural networks,简称CNN)的导波损伤识别和定位方法。以导波监测网络的能量图谱作为模型的学习样本,消除样本标签质量对专家水平的严重依赖,同时为深度学习模型提供丰富的有效信息。设计了权值共享的孪生网络以避免模型参数过多导致的过拟合现象,并利用CNN和长短记忆网络自动挖掘导波信号的高层特征。此外,对深度学习模型提取的特征进行可视化分析并讨论其物理意义,为解释神经网络的工作原理提供基础。实验结果表明,该方法在考虑结构不确定性的情况下,损伤识别和损伤定位的准确率分别达到88%和85%,相较于基于专家经验的传统方法优势明显。 相似文献
3.
4.
针对单一彩色相机对低辨识度目标识别准确率低的问题,提出了一种利用彩色相机和红外热成像仪同时检测自动驾驶目标的方案。为了同时提取彩色图像的颜色特征与红外图像的温度特征,在单模态YOLOv3网络基础上改进网络结构得到双模态YOLOv3神经网络,并设计四种特征融合对比实验以确定最佳融合方案;建立双模态数据集同步采集系统,采集彩色图像与红外图像对并用于双模态网络的训练与测试;使用未经网络训练的验证集得到4种双模态特征融合模型的平均精度值与损失值。实验结果表明,在训练30次后,该双模态网络模型的平均精度值最高可达59.42%。 相似文献
5.
针对标准长短期记忆(long short-term memory,LSTM)神经网络用于时间序列预测具有耗时长、复杂度高等问题,提出简化型LSTM神经网络并应用于时间序列预测.首先,通过耦合输入门与遗忘门实现对标准LSTM神经网络的结构简化;其次,从门结构控制方程中消除输入信号与偏差实现进一步精简;然后,采用梯度下降算法更新简化型LSTM神经网络的参数;最后,通过2个时间序列基准数据集及污水处理过程出水生化需氧量(biochemical oxygen demand,BOD)质量浓度预测进行实验验证.结果表明:在不显著降低预测精度的情况下,所设计的模型能够缩短训练时间,减少LSTM神经网络的计算复杂度,实现时间序列的预测. 相似文献
6.
为了抑制铣削过程中产生的颤振,提高铣削加工过程中零部件表面质量。设计了小波神经网络PID控制方法,并对控制效果进行仿真。采用时域数值法对动态铣削过程中离散时间进行求解,利用小波神经网络PID控制方法对铣削过程进行控制。通过仿真和实验对铣削金属表面粗糙度进行测量,并且与增量式PID控制系统进行比较和分析。结果显示,采用增量式PID控制方法,铣削力和铣削深度实际值与理论值存在较大误差;采用小波神经网络PID控制方法,铣削力和铣削深度实际值与理论值存在较小误差。采用小波神经网络PID控制方法,可以提高铣削参数控制精度,减少铣削过程中对颤振的影响,提高铣削零部件表面质量。 相似文献
7.
卷积神经网络是一种具有强大特征提取能力的深度神经网络,其在众多领域得到了广泛应用。但是,研究表明卷积神经网络易受对抗样本攻击。不同于传统的以梯度迭代生成对抗扰动的方法,提出了一种基于颜色模型的语义对抗样本生成方法,利用人类视觉和卷积模型在识别物体中表现出的形状偏好特性,通过颜色模型的扰动变换来生成对抗样本。在样本生成过程中其不需要目标模型的网络参数、损失函数或者相关结构信息,仅依靠颜色模型的变换和通道信息的随机扰动,所以这是一种可以完成黑盒攻击的对抗样本。 相似文献
8.
糖尿病视网膜病变是世界上致盲率最高的眼科疾病,早期诊断可以显著降低患者失明的概率。深度学习方法可以提取医学图像的隐含特征,并完成图像的检测任务,因此应用深度学习实现糖尿病视网膜病灶检测成为研究热点。主要从数据集介绍、全监督检测方法、非完全监督检测方法、小样本问题的处理和模型可解释性五个方面进行详细总结,重点整理各类方法的基本思想、网络结构形式、改进方案及优缺点总结等内容,结合当前检测方法所面临的挑战,对其未来研究方向进行展望。 相似文献
9.
针对现有医学图像处理方法在人体复杂结构组织器官分割中的不足,提出复用低层特征信息的Mask R-CNN网络。该网络可对特定组织器官识别时同时进行分割,为了提高包含较多细节信息的低层特征层的利用率,将低层的特征信息添加到高层的特征中,使低层与高层特性优劣互补,将原始图像首次长宽压缩两次后的特征层定义为C1层,而后分别通过复用C1层和复用依次卷积的C1层这两种方法实现。并将主干网络进行了精简,以加快网络的训练速度,降低识别和分割的时间。以下颌骨作为应用对象,自建包含1?064张下颌骨CT图片的数据集,按9∶1的比例划分为训练集和验证集进行训练,使得复用依次卷积C1层的Mask R-CNN网络的训练损失降至2.8%,验证损失降至6.6%,表明该网络在下颌骨的识别和分割上具有很高的准确率。 相似文献
10.
晶体结构研究是研究固体材料物理化学性质的基础,而筛选晶体结构通常基于能量最低原理,采用密度泛函理论计算结构能量需要大量计算资源及服务时间.为此本文提出了面向材料结构预测的深度学习方法,加快材料晶体结构的预测.本文从数据集优化、模型训练策略、算法优化等方面进行了深入研究,确定了应用于材料结构预测中深度学习的网络参数和优化算法.将确定的深度学习框架用于寻找Si单晶、TiO2和CaTiO3化合物的基态稳定结构,实验结果表明,利用本研究提出的深度学习方法预测的晶体结构与实验室制备材料结构相吻合. 相似文献