全文获取类型
收费全文 | 163篇 |
免费 | 27篇 |
国内免费 | 24篇 |
学科分类
工业技术 | 214篇 |
出版年
2024年 | 1篇 |
2023年 | 2篇 |
2022年 | 5篇 |
2021年 | 3篇 |
2020年 | 6篇 |
2019年 | 7篇 |
2018年 | 2篇 |
2017年 | 3篇 |
2016年 | 4篇 |
2015年 | 1篇 |
2014年 | 11篇 |
2013年 | 5篇 |
2012年 | 17篇 |
2011年 | 14篇 |
2010年 | 29篇 |
2009年 | 22篇 |
2008年 | 12篇 |
2007年 | 18篇 |
2006年 | 8篇 |
2005年 | 3篇 |
2004年 | 9篇 |
2003年 | 6篇 |
2002年 | 5篇 |
2001年 | 8篇 |
1999年 | 5篇 |
1998年 | 5篇 |
1996年 | 1篇 |
1992年 | 2篇 |
排序方式: 共有214条查询结果,搜索用时 15 毫秒
1.
基于小样本学习的图像分类技术综述 总被引:2,自引:0,他引:2
图像分类的应用场景非常广泛, 很多场景下难以收集到足够多的数据来训练模型, 利用小样本学习进行图像分类可解决训练数据量小的问题. 本文对近年来的小样本图像分类算法进行了详细综述, 根据不同的建模方式, 将现有算法分为卷积神经网络模型和图神经网络模型两大类, 其中基于卷积神经网络模型的算法包括四种学习范式: 迁移学习、元学习、对偶学习和贝叶斯学习; 基于图神经网络模型的算法原本适用于非欧几里得结构数据, 但有部分学者将其应用于解决小样本下欧几里得数据的图像分类任务, 有关的研究成果目前相对较少. 此外, 本文汇总了现有文献中出现的数据集并通过实验结果对现有算法的性能进行了比较. 最后, 讨论了小样本图像分类技术的难点及未来研究趋势. 相似文献
2.
3.
基于卡尔曼滤波的人脸跟踪算法 总被引:1,自引:1,他引:0
针对实时视频监控领域中传统的Camshift算法不能自动跟踪人脸和容易受到肤色相近遮挡等问题,采用Ad-aboost算法实现了人脸的自动检测,同时对于跟踪丢失等情形,通过卡尔曼预测对跟踪偏差进行实时改进。实验表明跟踪的准确性有较大提高,具有较好的实时性;在相近肤色遮挡时仍能实现正确跟踪,并对侧脸也有较好的效果;算法具有较好的鲁棒性。 相似文献
4.
5.
6.
抑制式模糊C-均值聚类研究综述 总被引:1,自引:0,他引:1
范九伦 《西安邮电学院学报》2014,(3):1-5
模糊C-均值聚类及其各种变形和推广在实际应用中取得了巨大成就,获得了国际学者的广泛认可。目前,国际上形成了以硬C-均值聚类、模糊C-均值聚类、可能性C-均值聚类为基础的三大聚类算法簇。抑制式模糊C-均值聚类算法架起了连接硬C-均值聚类算法和模糊C-均值聚类算法的一个桥梁,本文就抑制式模糊C-均值聚类的研究现状进行综述,以期对该算法的更深入研究和应用起到推动作用。 相似文献
7.
目的 为了提高图像超分辨率算法对数据奇异点的鲁棒性,提出一种采用K均值聚类和支持向量数据描述的图像超分辨率重建算法(Kmeans-SVDD)。方法 训练过程:首先用K均值聚类算法将训练图像的近似子带划分为若干类,然后用支持向量数据描述去除每类数据的奇异点,最后在小波域内用主成分分析训练近似子带和细节子带字典。测试过程:根据同一场景高低分辨率图像近似子带相似这一现象,首先将待重建低分辨率测试图像的近似子带作为相应高分辨率测试图像的近似子带,然后由训练得到的字典恢复出高分辨率测试图像的细节子带,最后通过逆小波变换得到高分辨率测试图像。结果 相比于当前双三次插值、Zeyde、ANR与Kmeans-PCA算法,Kmeans-SVDD算法重建的高分辨率测试图像的平均峰值信噪比依次提高了1.82 dB、0.37 dB、0.30 dB、0.15 dB。结论 通过大量实验发现,在字典训练之前加入SVDD过程可以去除离群点,提高字典质量。在小波域中将各频带分开重建,可避免低频图像中包含的不可靠高频信息对超分辨率结果的影响,从而恢复出可靠的高频信息。 相似文献
8.
两个新的数字图像加密效果评价准则 总被引:1,自引:0,他引:1
图像信息熵和灰度变化平均值是两个常用的图像加密效果评价准则。分析指出,图像信息熵和灰度变化平均值受图像尺寸大小的影响较大,为此提出了两个新的图像加密效果评价准则:直方图均衡度和游程统计量。直方图均衡度可用于基于像素灰度值变换的加密过程的评价,游程统计量可用于图像坐标置换的加密过程的评价。新方法表达简单,计算便捷,其显著优点是与图像大小无关,不需要借助原图像。 相似文献
9.
加权调和平均型最大熵图像阈值选取法 总被引:1,自引:0,他引:1
基于最大熵阈值法可看成是目标和背景信息熵的算术平均,基于此给出一种基于目标和背景信息熵的调和平均的图像阈值分割方法.为了进一步增强该方法的分割性能,又给出加权调和平均型最大熵图像分割法以及权重参数的一种选取方法.加权调和平均型最大熵图像分割法通过计算图像中目标和背景的加权调和平均熵,寻找加权熵最大的灰度值作为图像的分割阈值.实验表明该方法可获得比传统熵阈值法更好的分割效果. 相似文献
10.