全文获取类型
收费全文 | 1874篇 |
免费 | 147篇 |
专业分类
公路运输 | 777篇 |
综合类 | 442篇 |
水路运输 | 498篇 |
铁路运输 | 265篇 |
综合运输 | 39篇 |
出版年
2024年 | 61篇 |
2023年 | 187篇 |
2022年 | 173篇 |
2021年 | 194篇 |
2020年 | 123篇 |
2019年 | 78篇 |
2018年 | 30篇 |
2017年 | 38篇 |
2016年 | 39篇 |
2015年 | 50篇 |
2014年 | 71篇 |
2013年 | 64篇 |
2012年 | 88篇 |
2011年 | 89篇 |
2010年 | 88篇 |
2009年 | 96篇 |
2008年 | 106篇 |
2007年 | 75篇 |
2006年 | 51篇 |
2005年 | 55篇 |
2004年 | 51篇 |
2003年 | 46篇 |
2002年 | 29篇 |
2001年 | 34篇 |
2000年 | 13篇 |
1999年 | 12篇 |
1998年 | 12篇 |
1997年 | 11篇 |
1996年 | 5篇 |
1995年 | 11篇 |
1994年 | 7篇 |
1993年 | 9篇 |
1992年 | 5篇 |
1991年 | 8篇 |
1990年 | 7篇 |
1989年 | 5篇 |
排序方式: 共有2021条查询结果,搜索用时 15 毫秒
391.
城市中大部分高架桥基础承台施工以现浇为主,施工工期长,施工风险较大.针对上海市济阳路快速化改建工程二标项目,提出采用预制承台施工代替传统现浇承台施工.通过FLAC3D数值模拟软件建立了预制承台的三维计算模型,模拟了预制承台在受到地震荷载作用时,承台配筋率、桩基直径、轴压比以及桩基插入承台深度对预制承台抗震性能的影响.结... 相似文献
392.
针对传统基于机器视觉的司机疲劳检测模型对硬件系统要求较高、检测准确率和效率较低等问题,提出一种基于MTCNN-PFLD-LSTM深度学习模型的疲劳驾驶检测算法.通过多任务卷积神经网络MTCNN进行人脸区域检测;利用PFLD模型检测人脸眼部、嘴部和头部的关键点及空间姿态角;计算出基于时间序列的人脸疲劳特征参数矩阵并输入长... 相似文献
393.
394.
为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明:GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。 相似文献
395.
396.
397.
济南公共交通集团有限公司(以下简称:济南公交集团)是市属国有一级企业,至今已有70余年的历史.截至目前,拥有职工13000余人,运营车辆5800余辆,客运出租车1700余辆,公交线路340余条,日均运送乘客200万人次. 相似文献
398.
将摄影测量技术应用于铁路轨道检测是未来轨检技术的发展趋势。对轨道图像扣件的快速定位,是判断扣件是否缺损,匹配连续图像以及对轨道线形三维重建的基础。由于实际中轨道图像易受到拍摄角度、光照等因素影响,同时有砟轨道图像具有背景复杂、色彩单一、特征分布多变等特点,使得传统基于钢轨、轨枕布设关系的扣件定位算法具有局限性,对弯道和上下行道岔咽喉区域的扣件定位鲁棒性差。将近年在计算机视觉领域发展迅猛的深度学习算法引入铁路轨道检测,利用YOLO端对端输出的网络特点,根据图像全局信息直接对扣件的Bounding Box和类别进行迭代回归,输出扣件位置信息。试验检测50份测试数据,检测正确率达到94%,检测速度54 fps,可以达到实时检测的要求。 相似文献
399.
400.
车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型,是交通流理论
的基础。近年来,信息感知与获取、大数据、人工智能等技术快速发展,推动了数据驱动跟驰模型
的快速发展。数据驱动跟驰模型,是以真实的车辆行驶数据为基础,利用数据科学与机器学习等
理论和方法,通过样本数据的训练、学习、迭代、进化,挖掘车辆跟驰行为的内在规律。本文系统
回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究
热潮,归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱
动的跟驰模型3类数据驱动跟驰模型,并分别介绍了其中的典型代表。分析数据源发现,尽管各
种高精度轨迹数据不断涌现,目前研究仍多使用美国于2006年发布的Next Generation Simulation
(NGSIM)高精度车辆轨迹数据,模型的可移植性和泛化能力值得思考与研究。提出关于模型输
入、输出的3个问题:如何考虑更多驾驶行为变量,是否有必要考虑更多行为变量,现有输入、输出
是否可替换。在模型测试与验证方面,发现并讨论了目前测试不充分、对比不完整、缺少统一测
试集与测试标准等问题。最后,探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期
望通过本文的梳理,帮助研究者更好地了解数据驱动跟驰模型的过去与现状,促进相关研究的快
速发展。 相似文献