全文获取类型
收费全文 | 1358篇 |
免费 | 77篇 |
专业分类
公路运输 | 421篇 |
综合类 | 343篇 |
水路运输 | 428篇 |
铁路运输 | 196篇 |
综合运输 | 47篇 |
出版年
2024年 | 10篇 |
2023年 | 12篇 |
2022年 | 57篇 |
2021年 | 93篇 |
2020年 | 59篇 |
2019年 | 27篇 |
2018年 | 32篇 |
2017年 | 35篇 |
2016年 | 24篇 |
2015年 | 41篇 |
2014年 | 67篇 |
2013年 | 80篇 |
2012年 | 87篇 |
2011年 | 108篇 |
2010年 | 101篇 |
2009年 | 78篇 |
2008年 | 88篇 |
2007年 | 98篇 |
2006年 | 79篇 |
2005年 | 77篇 |
2004年 | 27篇 |
2003年 | 41篇 |
2002年 | 36篇 |
2001年 | 26篇 |
2000年 | 20篇 |
1999年 | 12篇 |
1998年 | 5篇 |
1997年 | 3篇 |
1996年 | 4篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1993年 | 2篇 |
1992年 | 1篇 |
1989年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有1435条查询结果,搜索用时 15 毫秒
41.
Grahn Rick Harper Corey D. Hendrickson Chris Qian Zhen Matthews H. Scott 《Transportation》2020,47(6):3047-3067
Transportation - The widespread adoption of smartphones followed by an emergence of transportation network companies (TNC) have influenced the way individuals travel. The authors use the 2017... 相似文献
42.
43.
[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。 相似文献
44.
45.
46.
47.
48.
IGBT模块正常条件下运转正常,但在低电感短路条件下时,却出现故障。通过对商用IGBT模块的主电流通路和栅极结构的内部电气通路进行分析,获取了部分电感的自感和互感。对部分电感应用PSPICE进行建模,经过仿真发现在短路试验时电流最高的通路与故障芯片的位置是一致的。同时还提出了一个相似的IGBT模块的布局方案。对IGBT模块的几何排布进行了建模仿真并给出了仿真结果。 相似文献
49.
Effective prediction of bus arrival times is important to advanced traveler information systems (ATIS). Here a hybrid model, based on support vector machine (SVM) and Kalman filtering technique, is presented to predict bus arrival times. In the model, the SVM model predicts the baseline travel times on the basic of historical trips occurring data at given time‐of‐day, weather conditions, route segment, the travel times on the current segment, and the latest travel times on the predicted segment; the Kalman filtering‐based dynamic algorithm uses the latest bus arrival information, together with estimated baseline travel times, to predict arrival times at the next point. The predicted bus arrival times are examined by data of bus no. 7 in a satellite town of Dalian in China. Results show that the hybrid model proposed in this paper is feasible and applicable in bus arrival time forecasting area, and generally provides better performance than artificial neural network (ANN)–based methods. Copyright © 2010 John Wiley & Sons, Ltd. 相似文献
50.