全文获取类型
收费全文 | 23249篇 |
免费 | 713篇 |
专业分类
公路运输 | 9975篇 |
综合类 | 4843篇 |
水路运输 | 3805篇 |
铁路运输 | 4573篇 |
综合运输 | 766篇 |
出版年
2024年 | 145篇 |
2023年 | 452篇 |
2022年 | 558篇 |
2021年 | 618篇 |
2020年 | 778篇 |
2019年 | 638篇 |
2018年 | 219篇 |
2017年 | 390篇 |
2016年 | 470篇 |
2015年 | 653篇 |
2014年 | 1139篇 |
2013年 | 1081篇 |
2012年 | 1353篇 |
2011年 | 1335篇 |
2010年 | 1246篇 |
2009年 | 1468篇 |
2008年 | 1408篇 |
2007年 | 1268篇 |
2006年 | 1105篇 |
2005年 | 1028篇 |
2004年 | 1143篇 |
2003年 | 1147篇 |
2002年 | 806篇 |
2001年 | 663篇 |
2000年 | 538篇 |
1999年 | 352篇 |
1998年 | 319篇 |
1997年 | 330篇 |
1996年 | 243篇 |
1995年 | 212篇 |
1994年 | 176篇 |
1993年 | 152篇 |
1992年 | 181篇 |
1991年 | 135篇 |
1990年 | 82篇 |
1989年 | 119篇 |
1988年 | 7篇 |
1987年 | 1篇 |
1986年 | 2篇 |
1965年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 250 毫秒
31.
32.
疲劳驾驶是导致交通事故的主要原因之一,及时检测疲劳驾驶,并提醒驾驶员集中注意力,对保证安全行车具有重要意义.本文基于CAN(Controller Area Network)总线采集的车辆运行状态数据,提取了18项与驾驶行为相关的特征,并采用随机森林算法对疲劳驾驶进行识别,结果表明整体的识别准确率为0.785,其中召回率为0.61,即61%的疲劳驾驶状态可被识别出来.实验表明,基于车辆运行状态的疲劳驾驶检测具有一定的效果,且与其他客观的疲劳驾驶检测方法(基于驾驶员生理指标和图像面部特征)相比,具有简单方便,不影响驾驶,且成本低的优势. 相似文献
33.
更精准地预测城市间经济引力强度,有利于指导城市间交通基础设施建设。首先,对现状城市间引力进行实证研究,建立城市间经济引力模型;其次,采用城市间交通客流交互量对经济引力进行相关性表征,即认为城市间客流交互量越大的,其经济引力也越大;最后,基于手机信令数据推算各城市间客流交互量,对现状广州与粤港澳大湾区及省内城市间引力进行了建模,并对模型中的主要影响因素进行了敏感性分析。结果表明,根据人口、GDP、产业结构相似程度、两市间时间(空间)距离等影响因素建立的模型能够较好地预测城市间的经济引力。此外,两市间的时间距离对城市引力的影响比空间距离更大,规划城际性的快速交通网络对于提升两个城市间的经济引力具有积极作用。 相似文献
34.
35.
车道线等地面标志物的检测是自动驾驶车辆环境感知的重要内容,能够为车辆提供可行驶区域的信息。文章提出一种基于语义分割结果的车道线检测拟合方法。使用车载单目相机获取车辆行驶过程中采集的道路图像,送入卷积神经网络进行车道线语义分割。将分割得到的仅含车道线的二值图像进行透视变换得到鸟瞰图,筛选有效车道线像素点,对有效车道线点使用最小二乘法进行多项式拟合,输出左右车道线多项式拟合系数,能够有效解决传统车道线检测算法的环境适应性差,鲁棒性不强,对弯道车道线检测信息不够准确等问题。 相似文献
36.
37.
针对典型水上交通场景交汇水域,研究了1种数据驱动的船舶轨迹预测与航行意图识别方法。设计CNN+LSTM组合神经网络,通过学习交汇水域船舶的历史轨迹,以CNN+LSTM网络为编码器提取其通航环境及船舶航行时空特征,LSTM与全连接层为解码器同步输出未来时段内船舶轨迹序列和航路选择,从而形成船舶轨迹与航行意图识别模型。同时,引入Dropout网络结构描述该模型的预测不确定性,采用随机关闭CNN+ LSTM核心网络部分神经单元的方式,以相同轨迹序列作为输入获取多组相近的预测结果,根据其统计均值与方差对船舶轨迹预测的不确定性进行量化。以美国沿海某交汇水域公开AIS数据为对象开展实验,创建了该交汇水域船舶航行轨迹数据集,以输入时长60 min,采样频率3 min作为输入条件,Dropout值取0.5,实验结果表明:所提方法对未来60 min时段内的轨迹预测误差为3.946 n mile,航行意图识别准确率达87%,不确定性估计覆盖率达85.7%。与LSTM预测方法相比,当船舶操纵性发生改变时,所提CNN+LSTM模型的轨迹预测误差降低了31.6%,而且兼具船舶航行意图识别及预测不确定性估计能力,有利于智能航行与海事监管技术发展。 相似文献
38.
39.
[目的]针对船舶柴油机增压器难以收集到全生命周期性能退化数据的问题,提出一种基于维纳过程的寿命预测模型。[方法]首先,采用K-Means模型对增压器实际运行工况进行聚类,提取出典型工况数据;然后,使用贝叶斯突变点检测模型识别增压器的缺陷点;最后,建立基于维纳过程的退化模型,并以某型船用柴油机增压器为应用对象,预测增压器的剩余使用寿命。[结果]结果显示,基于维纳过程的寿命预测方法能够在不需要同类设备历史退化数据的情况下对增压器的剩余寿命进行预测。[结论]所提方法对缺少故障样本的船舶柴油机增压器寿命预测具有一定的参考价值。 相似文献
40.