全文获取类型
收费全文 | 1459篇 |
免费 | 67篇 |
专业分类
公路运输 | 701篇 |
综合类 | 323篇 |
水路运输 | 309篇 |
铁路运输 | 163篇 |
综合运输 | 30篇 |
出版年
2024年 | 37篇 |
2023年 | 98篇 |
2022年 | 101篇 |
2021年 | 122篇 |
2020年 | 85篇 |
2019年 | 50篇 |
2018年 | 23篇 |
2017年 | 28篇 |
2016年 | 19篇 |
2015年 | 41篇 |
2014年 | 73篇 |
2013年 | 51篇 |
2012年 | 61篇 |
2011年 | 64篇 |
2010年 | 70篇 |
2009年 | 84篇 |
2008年 | 81篇 |
2007年 | 77篇 |
2006年 | 73篇 |
2005年 | 45篇 |
2004年 | 29篇 |
2003年 | 42篇 |
2002年 | 26篇 |
2001年 | 24篇 |
2000年 | 27篇 |
1999年 | 17篇 |
1998年 | 11篇 |
1997年 | 22篇 |
1996年 | 11篇 |
1995年 | 9篇 |
1994年 | 3篇 |
1993年 | 6篇 |
1992年 | 3篇 |
1991年 | 6篇 |
1990年 | 1篇 |
1989年 | 6篇 |
排序方式: 共有1526条查询结果,搜索用时 15 毫秒
81.
本文尝试从经济发展理论出发,来分析和解释日本政府经济职能问题进而从一个全新的视角来理解日本经济的增长从而得出有利于中国经济发展的经验教训. 相似文献
82.
83.
基于计算机视觉的螺栓松动检测方法中,一类是通过对连接节点图像进行透视矫正并分析螺栓轮廓边缘直线角度的变化以及时发现微小的松动缺陷。然而,目前这类方法在图像矫正和螺栓轮廓边缘检测的可靠性方面还有较大的改进空间。为此,针对钢结构螺栓连接节点,提出了基于深度学习的螺栓松动视觉检测方法。首先,基于YOLOv5检测螺栓目标。针对螺栓感兴趣区域(RoI),基于鲁棒性较高的Attention U-Net提取螺栓轮廓边缘直线。为了提高螺栓目标检测精度,目标检测模型应设定较低置信度阈值以保证目标无漏检,再通过螺栓RoI提取的边缘直线数量筛除伪螺栓。使用透视变换法对节点图像进行矫正,变换所需的参考点是根据螺栓检测框之间空间移动后的相交关系自动定位的。最后,根据矫正图像中的螺栓轮廓边缘直线计算螺栓角度,通过检测螺栓和基准螺栓之间的角度差异判断松动情况。研究结果表明:螺栓目标检测的AP值为0.97;螺栓轮廓边缘检测的准确率、召回率和F1的均值分别为0.846、0.807与0.825,且在多种复杂背景干扰下具有较高的鲁棒性;伪螺栓筛除法可过滤掉99.82%的伪螺栓目标;提出的图像矫正法适用于常见的多种螺栓排列形... 相似文献
84.
公路隧道中部低照度、环境单调的特点,容易导致驾驶人产生严重视错觉,从而低估车速,引发交通事故.高频视觉信息容易导致驾驶人高估车速,而中、低频视觉信息则会导致驾驶人低估车速,但不同频率视觉信息,不同照度水平对公路隧道中部行车环境中驾驶人的车速感知影响缺乏定量分析.文中利用3ds Max软件制作公路隧道中部行车仿真模型,利用E-prime软件进行基于极限法的车速感知心理物理实验,并用实车试验数据校核了模型精度,对高频视觉信息与高、中频组合视觉信息在不同照度水平(100%,50%,25%标准照度)条件下的速度感知、反应时进行了对比研究.实验结果显示:公路隧道中部的速度感知主要由高频视觉信息决定,在100%标准照度条件下高频视觉信息的车速高估约为20%,在加人中频视觉信息后,车速高估情况趋于合理,约为14%;照度变动对速度感知和反应时均有显著影响,显著度分别为0.008和0.013,照度条件越好,车速高估越低,反应时越短. 相似文献
85.
大多数的桥梁检查采用人工统计裂缝数量、测量裂缝长度和宽度,并对裂缝部位拍照,检查报告的质量和可信度在很大程度上取决于检查工人的勤奋度和训练度.提出一种用于桥梁检查的机器人系统,该系统由3部分构成:专门设计的汽车、用来移动的机器人装置和控制体系及自动检查裂缝的机器视觉系统.该系统已经被开发用于收集准确的数据,以记录大桥安全环境2年的变化以及查验桥梁安全状况.通过对一座实桥裂缝检查,证明该系统裂缝检查和裂缝跟踪处理的有效性. 相似文献
86.
87.
88.
双目视觉技术能够实现目标的识别与距离计算,在自动驾驶领域有很大的应用空间。然而,现阶段双目视觉存在光照干扰、遮挡、弱纹理区域歧义匹配等问题,影响其测量的准确性和可靠性。提出基于双目视觉的跟驰状态实时感知系统,该系统采用基于车辆跟驰模型的扩展卡尔曼滤波方法对车辆跟驰状态进行实时估计,包括跟驰距离、前后车速度差等。通过实际道路试验,证明了该系统能够识别并修正测量数据中的异常值,解决弱纹理区域误匹配问题。试验结果表明:25 mm焦距与12 mm焦距的双目系统跟驰间距测量值的平均误差分别为2.66%与9.14%;在相对速度测量方面,2种焦距系统的测量精度基本相同,平均误差均为1 m·s-1左右。所提出的方法在自动驾驶车辆环境感知领域有较好的应用前景。 相似文献
90.