全文获取类型
收费全文 | 165篇 |
免费 | 3篇 |
专业分类
公路运输 | 68篇 |
综合类 | 28篇 |
水路运输 | 34篇 |
铁路运输 | 30篇 |
综合运输 | 8篇 |
出版年
2024年 | 2篇 |
2020年 | 1篇 |
2019年 | 6篇 |
2018年 | 4篇 |
2017年 | 1篇 |
2016年 | 1篇 |
2015年 | 4篇 |
2014年 | 6篇 |
2013年 | 10篇 |
2012年 | 13篇 |
2011年 | 5篇 |
2010年 | 11篇 |
2009年 | 10篇 |
2008年 | 8篇 |
2007年 | 16篇 |
2006年 | 7篇 |
2005年 | 4篇 |
2004年 | 8篇 |
2003年 | 5篇 |
2002年 | 6篇 |
2001年 | 4篇 |
2000年 | 8篇 |
1999年 | 6篇 |
1998年 | 3篇 |
1997年 | 1篇 |
1996年 | 3篇 |
1995年 | 2篇 |
1994年 | 3篇 |
1993年 | 1篇 |
1992年 | 4篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1989年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有168条查询结果,搜索用时 140 毫秒
21.
22.
24.
对规划阶段普通国省道绕城改建工程新、旧路线平面衔接形式的选择提出建议,并对考虑因素及方式采用进行了分析。 相似文献
25.
27.
28.
为使混合交通流(Mixed Traffic Stream,MTS)下智能网联车(Intelligent Connected Vehicle,ICV)实现鸣笛意图(Horn’s Intention,HI)识别,更好地遵循常规车辆(Manual Vehicle, MV)的驾驶意图,提出ICV 对MV 鸣笛声的“ 感知(Perception) - 定位(Location) - 识别 (Recognition)”模型(简称HI-PLR),采用深度卷积-循环神经网络(Deep Convolution Recurrent Neural Network, DCRNN)算法感知鸣笛车辆(Horning Vehicles, HV)的鸣笛声;采用到达时差 (Time Difference of Arrival, TDOA)算法定位HV;再基于运动时间窗(Motion Time Window, MTW)的支持向量机(Support Vector Machine, SVM)算法识别HI.实验结果表明,HI-PLR可使 ICV 对混流中车辆的鸣笛声感知准确率达90.4%,定位角度估计误差小于5°,HI 识别率达 82.5%,为ICV在MTS中的智能驾驶决策提供依据. 相似文献
29.
30.