全文获取类型
收费全文 | 1549篇 |
免费 | 49篇 |
专业分类
公路运输 | 350篇 |
综合类 | 409篇 |
水路运输 | 548篇 |
铁路运输 | 276篇 |
综合运输 | 15篇 |
出版年
2024年 | 17篇 |
2023年 | 70篇 |
2022年 | 74篇 |
2021年 | 87篇 |
2020年 | 78篇 |
2019年 | 87篇 |
2018年 | 25篇 |
2017年 | 23篇 |
2016年 | 42篇 |
2015年 | 38篇 |
2014年 | 62篇 |
2013年 | 59篇 |
2012年 | 72篇 |
2011年 | 86篇 |
2010年 | 92篇 |
2009年 | 91篇 |
2008年 | 70篇 |
2007年 | 86篇 |
2006年 | 76篇 |
2005年 | 79篇 |
2004年 | 70篇 |
2003年 | 62篇 |
2002年 | 41篇 |
2001年 | 28篇 |
2000年 | 12篇 |
1999年 | 11篇 |
1998年 | 9篇 |
1997年 | 7篇 |
1996年 | 9篇 |
1995年 | 7篇 |
1994年 | 7篇 |
1993年 | 8篇 |
1992年 | 2篇 |
1991年 | 4篇 |
1990年 | 4篇 |
1989年 | 2篇 |
1988年 | 1篇 |
排序方式: 共有1598条查询结果,搜索用时 315 毫秒
501.
502.
介绍一种基于小波变换的自适应医学图像边缘检测方法.实验结果表明:该方法可对图像边界进行敏锐检测,从而得到图像的细微特征.这些特点使得它特别适合于医学图像边缘的检测. 相似文献
503.
504.
505.
《舰船科学技术》2020,(4)
遥感图像分类一直是舰船应用领域的关键技术,由于遥感图像具有多波段、高维特征等特点,当前遥感图像分类技术面临一定的挑战。为了获得更优的舰船遥感图像分类结果,提出一种多分类器加权组合的舰船遥感图像分类方法。首先分析舰船遥感图像分类研究的历史,找到导致单分类器的舰船遥感图像分类错误率高的原因,然后引入双边滤波算法对原始舰船遥感图像进行去噪,并提取舰船遥感图像分类纹理特征,最后采用多种方法建立舰船遥感图像分类器,并对它们进行加权组合,输出舰船遥感图像的最终归属。仿真测试结果表明,本文方法获得了比单分类器更优的舰船遥感图像分类正确率,舰船遥感图像分类结果更加可靠。 相似文献
506.
程琳琳 《广东交通职业技术学院学报》2011,10(4):32-36
感兴趣区域提取技术在图像分析与处理领域中起着重要的作用。文中对现有的感兴趣区域提取技术进行了深入探讨,详细研究了当前几种较具代表性的感兴趣区域提取技术,并对其提取效果做了评价。总结了它们的优缺点以及适用场景,为用户选取合适的感兴趣区域提取方法,提供了实验依据。 相似文献
507.
层次极限学习机用于高光谱图像预测绝缘子污秽度 总被引:1,自引:1,他引:0
高光谱图像具有图谱合一、光谱范围广及分辨率高等优势,能精细化地反映物质微观特性. 为此,引入高光谱成像技术以非接触式预测绝缘子污秽度. 考虑到极限学习机具有学习效率高和泛化能力强等优点,提出基于正则化约束极限学习机的绝缘子污秽度预测(extreme learning machine-insulator pollution degree prediction,ELM-IPDP)模型. 此外,为进一步提升预测性能,引入层次极限学习机从复杂的高光谱图像中学习出有效、抽象、判决性特征表示,继而建立基于层次极限学习机的绝缘子污秽度预测(hierarchical ELM-IPDP,HELM-IPDP)模型. 在不同的训练集与测试集比例和不同隐含层神经元个数的情况下分别进行实验,从实验结果可知:ELM-IPDP模型和HELM-IPDP模型的预测性能基本上随着隐含层神经元个数和训练样本的增加而不断提高;当训练集与测试集比例为9∶1时,ELM-IPDP模型的均方根误差和相关系数分别为0.040 3和0.944 7,而HELM-IPDP模型的均方根误差和相关系数分别提升到0.022 3和0.972 0. 相似文献
508.
东日本铁路客运公司以往使用超声波滑板计测装置,定期校验滑板厚度,发现达到磨耗极限及异常时便更换滑板,而这种装置使用已长达20年以上,设备出现老旧化趋势。介绍了能以高精度计测且降低维修费用的图像式受电弓滑板计测装置的性能、结构原理及应用效果。 相似文献
509.
510.
《舰船科学技术》2016,(5)
SAR图像特征提取是目标识别中的关键步骤,直接影响目标识别的结果。长度类特征因其简单直观、效率高、易于提取等优势,常被作为船只类型的初始判定,针对SAR图像舰船目标长宽特征提取问题,本文提出一种新的方法。首先通过水平集分割获得目标轮廓,其次采用区域消除方法滤除杂波,获得预处理后的目标图像;其次通过最小外接矩形拟合目标,获取舰船目标切片的长轴、旋转的角度;再次采用最小二乘法椭圆拟合获取舰船目标短轴;最后得到舰船目标的长宽特征。通过实测SAR图像处理结果表明,本文方法能够在背景杂波干扰下,抑制相干斑噪声的影响,提高了长宽提取的精度,是一种有效的舰船目标长宽特征提取方法。 相似文献