全文获取类型
收费全文 | 1279篇 |
免费 | 341篇 |
国内免费 | 283篇 |
专业分类
航空 | 842篇 |
航天技术 | 432篇 |
综合类 | 174篇 |
航天 | 455篇 |
出版年
2024年 | 20篇 |
2023年 | 55篇 |
2022年 | 69篇 |
2021年 | 74篇 |
2020年 | 80篇 |
2019年 | 67篇 |
2018年 | 74篇 |
2017年 | 57篇 |
2016年 | 72篇 |
2015年 | 78篇 |
2014年 | 98篇 |
2013年 | 76篇 |
2012年 | 80篇 |
2011年 | 109篇 |
2010年 | 78篇 |
2009年 | 57篇 |
2008年 | 82篇 |
2007年 | 72篇 |
2006年 | 84篇 |
2005年 | 52篇 |
2004年 | 50篇 |
2003年 | 58篇 |
2002年 | 48篇 |
2001年 | 43篇 |
2000年 | 38篇 |
1999年 | 34篇 |
1998年 | 51篇 |
1997年 | 33篇 |
1996年 | 27篇 |
1995年 | 18篇 |
1994年 | 15篇 |
1993年 | 11篇 |
1992年 | 9篇 |
1991年 | 11篇 |
1990年 | 8篇 |
1989年 | 2篇 |
1988年 | 7篇 |
1987年 | 4篇 |
1986年 | 2篇 |
排序方式: 共有1903条查询结果,搜索用时 250 毫秒
301.
302.
303.
提出了一种结合区域预测与视觉注意模型化计算的快速目标检测方法.通过分析图像近似均匀的3个水平子区域的方向特征图之灰度比率,灰度特征图之信息熵和子区域位置,建立了目标区域预测的判定准则.同时,通过优选特征和优化特征图之权重,改进了视觉注意计算模型.对于一幅待检测图像,根据区域预测的判定准则,实现目标区域的快速预测,并利用改进的视觉注意计算模型对目标区域进行视觉注意计算,实现特定目标的快速精确定位.实验结果表明:针对户外场景中的行人目标,与通过整幅图像的视觉注意计算来实现目标检测的传统方法相比较,该检测方法可使检测时间缩短30%,同时还能使检测准确率提高9%. 相似文献
304.
对象驱动的软件测试性度量 总被引:1,自引:0,他引:1
为了使用统一的方式度量各种软件的测试性,降低测试性度量的难度和费用,提出一种对象驱动的软件测试性度量方法. 方法基于一个由测试性度量、易测试特性度量、测试性因素度量及其关系构成的软件测试性度量框架,首先分析度量的对象,确定对象的类型、对象所属软件的类型和测试情况;然后根据软件的类型和测试情况,从度量框架中选取匹配的元素,构造一个专用的软件测试性度量框架;最后根据度量对象的类型,使用专用软件测试性度量框架中的元素计算测试性因素、易测试特性或测试性. 应用表明方法能够得到软件测试性的定量结果,预计测试资源,为软件测试提供帮助. 相似文献
305.
在全球导航卫星系统中,多颗卫星同时发生故障的概率会随着观测卫星数的增加而增加,从而,在接收机自主完好性监测中需考虑多星故障的处理.针对故障检测比故障排除简单、且故障检测率比故障排除率高的特征,以故障检测为基础,提出了一种新的多星故障排除方法——随机搜索法.该方法采用二进制对观测卫星进行编码,通过随机初始化方式获得初始无故障星座,再通过逐步搜索未选卫星方式来得到最终的含有最多无故障卫星的星座,实现故障排除功能.仿真结果表明:大部分情形下,新方法能获得99%以上的故障排除率,既能进行单星故障排除,也能进行多星故障排除,能有效满足全球导航卫星系统关于自主完好性的要求. 相似文献
306.
为了进一步提高基于独立分量分析(IndependentComponentAnalysis,ICA)的遥感图像变化检测精确度,并解决ICA分离的图像分量排序不确定问题,提出了基于小波变换和核独立分量分析(KernelIndependentComponentAnalysis,KICA)的遥感图像变化检测方法。首先通过小波变换对遥感图像进行分解,得到由图像的高频分量和低频分量组成的分块向量,然后利用核函数将分块向量映射到高维特征空间中,再在该空间中用ICA方法分离出互相独立的向量,最后根据分离出的向量中高频分量的差异自动分辨出变化分量。文章给出了遥感图像变化检测方法及近年提出的基于主分量分析(PrincipalComponentAnalysis,PCA)、基于ICA、基于KICA三种变化检测方法的试验结果,并进行了分析和定量比较。试验结果表明,文中方法能更好地分离出遥感图像的变化信息,具有更高的精确度,并实现了变化检测的智能化。 相似文献
307.
308.
309.
310.
Albano González Juan C. PérezJonathan Muñoz Zebensui MéndezMontserrat Armas 《Advances in Space Research (includes Cospar's Information Bulletin, Space Research Today)》2012,49(1):135-142
In this work a technique for cloud detection and classification from MSG-SEVIRI (Meteosat Second Generation-Spinning Enhanced Visible and Infra-red Imager) imagery is presented. It is based on the segmentation of the multispectral images using order-invariant watershed algorithms, which are applied to the corresponding gradient images, computed by a multi-dimensional morphological operator. To reduce the over-segmentation produced by the watershed method, a RAG (Region Adjacency Graph) based region merging technique is applied, using region dissimilarity functions. Once the objects present in the image have been segmented, they are classified using a multi-threshold method based on physical considerations that takes into account the statistical parameters inside each region. 相似文献