全文获取类型
收费全文 | 4757篇 |
免费 | 173篇 |
专业分类
公路运输 | 2330篇 |
综合类 | 1063篇 |
水路运输 | 883篇 |
铁路运输 | 554篇 |
综合运输 | 100篇 |
出版年
2024年 | 61篇 |
2023年 | 176篇 |
2022年 | 180篇 |
2021年 | 223篇 |
2020年 | 154篇 |
2019年 | 151篇 |
2018年 | 35篇 |
2017年 | 73篇 |
2016年 | 83篇 |
2015年 | 101篇 |
2014年 | 173篇 |
2013年 | 187篇 |
2012年 | 248篇 |
2011年 | 244篇 |
2010年 | 217篇 |
2009年 | 332篇 |
2008年 | 306篇 |
2007年 | 349篇 |
2006年 | 287篇 |
2005年 | 279篇 |
2004年 | 210篇 |
2003年 | 224篇 |
2002年 | 161篇 |
2001年 | 167篇 |
2000年 | 78篇 |
1999年 | 48篇 |
1998年 | 32篇 |
1997年 | 38篇 |
1996年 | 34篇 |
1995年 | 18篇 |
1994年 | 16篇 |
1993年 | 9篇 |
1992年 | 11篇 |
1991年 | 11篇 |
1990年 | 5篇 |
1989年 | 9篇 |
排序方式: 共有4930条查询结果,搜索用时 78 毫秒
981.
982.
983.
984.
针对现有道路抛洒物检测算法识别准确率低、识别种类有限、实时检测效率低的问题,探索了将深度学习目标检测和传统图像处理相结合的抛洒物检测算法。提出在YOLOv5s目标检测算法基础上,对模型结构进行修改以满足实时性需求。具体地,使用卷积优化YOLO中的降采样模块,采用Ghost网络替代原始的特征提取网络以减少计算量,根据抛洒物检测对象的特点设计符合数据集的锚框以提高目标识别准确度。使用优化后的YOLO检测道路场景中车辆、行人作为交通参与者得到检测框,在检测框周围设定感兴趣区域,并在感兴趣区域内用背景差分算法实现前景目标识别。计算前景目标与YOLO检测结果的交并比,排除交通参与者目标后实现道路抛洒物的识别。针对交通参与者检测的实验结果表明,改进后的YOLO检测算法在整体识别精度没有损失的情况下单帧检测速度为20.67 ms,比原始YOLO检测算法速度提升16.42%。真实道路抛洒物实验结果表明,在没有抛洒物训练数据情况下,传统混合高斯模型算法平均精度值为0.51,采用融合改进YOLO和背景差分的抛洒物检测算法平均精度值为0.78,算法检测精度提高52.9%。改进后算法可适用于没有抛洒物数据或正样本数据稀少的情况。该算法在嵌入式设备Jetson Xavier NX上单帧检测速度达到24.4 ms,可实现抛洒物的实时检测。 相似文献
985.
986.
裂缝是船舶致命的缺陷,不仅会降低舰船的防水性能,严重时还会导致整个船体的结构破裂,导致船舶沉没等严重事故。因此,在船舶的生产与制造过程中及时对船舶的裂缝进行识别,在船舶的正常运行维护中提早发现船舶的裂缝缺陷并处理,具有重要意义。传统的船舶裂缝识别主要靠超声波探测等技术,效率低,为了改善这一现状,本文研究了一种基于图像识别与卷积神经网络的船舶裂缝图像识别系统,分别从图像识别技术和神经网络算法进行了相关的阐述。 相似文献
989.
针对传统卷积神经网络手写体数字识别中Softmax因指数函数运算而易产生计算溢出以及较高的计算机硬件需求问题,提出了基于卷积神经网络特征提取的支持向量机手写体数字识别方法。同时,为了提高手写体数字的识别精度,设计了基于K-CV意义下适应度函数的粒子群优化SVM参数方法。基于Semeion及MNIST手写体数字集的实验仿真表明,文章所设计的方法与传统方法相比能够获得更高的识别率。 相似文献