首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   20398篇
  免费   221篇
  国内免费   13篇
教育   14253篇
科学研究   2318篇
各国文化   473篇
体育   1292篇
综合类   16篇
文化理论   222篇
信息传播   2058篇
  2021年   154篇
  2020年   206篇
  2019年   337篇
  2018年   483篇
  2017年   578篇
  2016年   588篇
  2015年   427篇
  2014年   449篇
  2013年   3656篇
  2012年   507篇
  2011年   542篇
  2010年   427篇
  2009年   355篇
  2008年   488篇
  2007年   471篇
  2006年   400篇
  2005年   1015篇
  2004年   863篇
  2003年   579篇
  2002年   383篇
  2001年   341篇
  2000年   333篇
  1999年   313篇
  1998年   201篇
  1997年   199篇
  1996年   199篇
  1995年   215篇
  1994年   187篇
  1993年   186篇
  1992年   250篇
  1991年   253篇
  1990年   252篇
  1989年   263篇
  1988年   218篇
  1987年   213篇
  1986年   202篇
  1985年   253篇
  1984年   230篇
  1983年   211篇
  1982年   197篇
  1981年   155篇
  1980年   133篇
  1979年   191篇
  1978年   140篇
  1977年   146篇
  1976年   127篇
  1975年   103篇
  1974年   125篇
  1973年   122篇
  1971年   102篇
排序方式: 共有10000条查询结果,搜索用时 62 毫秒
51.
52.
53.
Zusammenfassung.   Die automatische Erkennung und Lokalisation von Objekten in digitalen Bildern ist ein wesentlicher Bestandteil vieler praktisch relevanter Anwendungen. In diesem Artikel wird ein erscheinungsbasiertes Verfahren zur Erkennung starrer zwei- oder dreidimensionaler Objekte vorgestellt, dem eine statistische Modellierung zugrundeliegt. Im Gegensatz zu segmentierungsbasierten Verfahren, wie sie vor allem im Bereich der 3D-Objekterkennung eingesetzt werden, erm?glicht der erscheinungsbasierte Ansatz aufgrund der Modellierung der Intensit?tswerte oder davon abgeleiteter lokaler Merkmale eines Bildes die Erkennung komplexer Objekte. Die statistische Formulierung der Problemstellung bildet den mathematischen Kontext zur Bestimmung optimaler L?sungen. Die Form der Modellierung erlaubt neben der Einzelobjekterkennung auch die Berücksichtigung von heterogenem Bildhintergrund und Mehrobjektszenen. Die dazu ben?tigten lokalen Merkmale entstehen durch r?umlich begrenzte Transformationen des Bildes, wie beispielsweise Gabor- oder Wavelet-Transformationen. Die statistische Modellierung beschreibt die Verteilung dieser lokalen Merkmale anhand einer Dichtefunktion, die sich bei der Hintergrund- und Mehrobjektmodellierung als Mischungsverteilung der Einzelobjektverteilungen ergibt. Die Aufgabenstellungen des Erlernens und Erkennens von Objekten sind damit als Parametersch?tzprobleme formal darstellbar. Dabei werden im einen Fall die Modellparameter und im anderen Fall die Lageparameter beziehungsweise die Klassen von Objekten gesch?tzt. Die experimentelle überprüfung des Ansatzes anhand realer Objektaufnahmen durch CCD-Kameras zeigt seine Brauchbarkeit zur Erkennung von 2D- und 3D-Objekten bei homogenem und heterogenem Hintergrund. Eingegangen am 5. April 2000 / Angenommen am 20. Juli 2001  相似文献   
54.
55.
56.
57.
58.
New products     
John Quiggin 《TechTrends》2000,44(6):46-46
  相似文献   
59.
Since 1990, there has been considerable debate concerning the benefits of the expansion of higher education and the appropriate way to fund such an expansion. This paper demonstrates that three factors are decisive to the individual contemplating higher education: national economic growth; the relative earnings of graduates and non-graduates; the difference between the average and the marginal student. The results, of analysis based on rates of return, reaffirm the view that a proportion of the costs involved in higher education can be transferred to the graduates themselves in the form of loans. However, there appear to be limits to the costs that can be transferred if all students are to judge that undergraduate study is a worthwhile proposition. Notwithstanding this, most students could be lent more income to study than is now the case and indeed an average student would be advised to take any loans despite the greater debt. Marginal students, however, are making a risky private investment and, therefore, any decisions to further expand may result in students not taking up the places.  相似文献   
60.
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号