全文获取类型
收费全文 | 1752篇 |
免费 | 256篇 |
国内免费 | 110篇 |
专业分类
航空 | 799篇 |
航天技术 | 444篇 |
综合类 | 228篇 |
航天 | 647篇 |
出版年
2024年 | 22篇 |
2023年 | 76篇 |
2022年 | 93篇 |
2021年 | 97篇 |
2020年 | 78篇 |
2019年 | 80篇 |
2018年 | 37篇 |
2017年 | 40篇 |
2016年 | 64篇 |
2015年 | 53篇 |
2014年 | 73篇 |
2013年 | 93篇 |
2012年 | 121篇 |
2011年 | 103篇 |
2010年 | 93篇 |
2009年 | 120篇 |
2008年 | 118篇 |
2007年 | 106篇 |
2006年 | 84篇 |
2005年 | 91篇 |
2004年 | 75篇 |
2003年 | 83篇 |
2002年 | 57篇 |
2001年 | 55篇 |
2000年 | 42篇 |
1999年 | 26篇 |
1998年 | 22篇 |
1997年 | 17篇 |
1996年 | 19篇 |
1995年 | 21篇 |
1994年 | 29篇 |
1993年 | 8篇 |
1992年 | 4篇 |
1991年 | 6篇 |
1990年 | 8篇 |
1989年 | 2篇 |
1988年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有2118条查询结果,搜索用时 15 毫秒
761.
762.
763.
如何在合成孔径雷达(SAR)图像标注样本有限的条件下,提升舰船检测性能一直是SAR图像处理中的热点问题。本文提出一种多域特征引导的无监督域适应方法,将知识从有标注的源域(光学图像)转移到未标注的目标域(SAR图像),降低对标记SAR图像数据依赖。同时,设计了频域转换模块、注意力区域增强模块和自适应权重模块来缩小光学、SAR图像域之间的域差距,提高源域与目标域特征对齐效率,增强网络在挑战性样本下的特征迁移能力。在公开发布的数据集上进行了大量实验。结果表明:所提的模块较基础模型AP50提升10%,总体性能优于其他先进的方法。 相似文献
764.
765.
飞机结构X 射线图像评定过程存在复杂背景下裂纹分割不准、检出难等问题。基于高效层聚合网络提出一种飞机结构X 射线裂纹图像智能评定模型(ELAN-Seg),将ELAN-Seg 模型和DeepLabv3+模型的射线图像裂纹分割能力进行对比,结合图像处理技术对模型分割的裂纹长度进行评估,利用飞机强度试验及外场维护过程采集的X 射线图像对模型进行验证。结果表明:分割的最小裂纹长度约为3 mm,ELAN-Seg 模型对复杂背景射线图像裂纹分割更加准确,裂纹漏检率小于3.8%,该模型具有工程适用性。 相似文献
766.
根据我国绕月卫星工程的4大科学目标,在嫦娥-1月球探测卫星上搭载了8种24件科学探测仪器.它们通过数据网络连接成一个有机的整体,相互配合,协同工作,对月球进行为期1年、全球性的综合探测. 相似文献
767.
768.
对大型图像数据库进行图像分类是很困难的,空间金字塔算法针对这种问题提出,并能得到很好的分类精度,但有几点不足.针对这些不足,提出基于规范割的空间金字塔算法:使用规范割算法对特征词进行更准确的聚类;对每类训练图像计算子特征库,利用二次聚类生成总特征库,在特征字典中保留更多的稀疏类型图像特征词;用高斯模型量化未知特征生成特征直方图,并对直方图进行尺度重整,提高类间距.实验证明提出算法比原方法分类精度最多能提高4.6%. 相似文献
769.
提出一种合成孔径雷达(SAR,Synthetic Aperture Radar)图像舰船识别新技术.首先通过将SAR图像逆投影至三维(3-D,Three-Dimensional)目标空间,提取目标空间3-D逆投影散射图 (BPSI,Back Projection Scattering Image)来表征观测舰船目标的强散射源三维分布;然后采用物理光学法预测各候选舰船目标的3-D热点散射图(HSPI,Hot Scattering Point Image),进而匹配3-D BPSI与3-D HSPI来识别舰船.为了提高计算效率,采用一种两级分层匹配策略:第1步利用几何特征进行预筛选;少数被选取的候选目标参与第2步的分类判决,同时设计一种便于实现的“模糊”匹配准则,克服了“点对点”准则对计算误差等非理想因素敏感的问题.仿真和实测舰船SAR图像的实验结果,显示了3-D散射特征在目标区分能力和可视化效果方面的优势,证明了该方法的有效性. 相似文献
770.
图像检索一直是信息检索领域的难题。提出了一种基于尺度不变特征变换(SIFT,Scale Invariant Feature Transform),K-Means和潜在狄利克雷分布(LDA,Latent Dirichlet Allocation)的图像检索算法。算法主要分为两个阶段。预备工作得到分类完成的图库、概率分配参数表和基本词库;实现检索是在预备工作的基础上归类测试图片,然后在该类下搜索最相似图片。对比传统的基于文本或内容的检索方法,该算法在检索之前将图片库中所有图片按其本身特征进行自动分类,取代人工标注图像信息的过程,同时由于整个算法完全基于图像特征,故此方法不会引入人工因素的干扰。实验结果表明,该算法能够较为准确地将要检索的图片归为图片库对应的类别中,有效地提高图像检索效率。 相似文献