全文获取类型
收费全文 | 5158篇 |
免费 | 28篇 |
专业分类
公路运输 | 1796篇 |
综合类 | 868篇 |
水路运输 | 1502篇 |
铁路运输 | 800篇 |
综合运输 | 220篇 |
出版年
2024年 | 2篇 |
2023年 | 17篇 |
2022年 | 34篇 |
2021年 | 50篇 |
2020年 | 53篇 |
2019年 | 7篇 |
2018年 | 21篇 |
2017年 | 14篇 |
2016年 | 44篇 |
2015年 | 191篇 |
2014年 | 326篇 |
2013年 | 256篇 |
2012年 | 394篇 |
2011年 | 410篇 |
2010年 | 386篇 |
2009年 | 449篇 |
2008年 | 531篇 |
2007年 | 496篇 |
2006年 | 355篇 |
2005年 | 354篇 |
2004年 | 256篇 |
2003年 | 119篇 |
2002年 | 78篇 |
2001年 | 77篇 |
2000年 | 54篇 |
1999年 | 33篇 |
1998年 | 19篇 |
1997年 | 29篇 |
1996年 | 36篇 |
1995年 | 24篇 |
1994年 | 17篇 |
1993年 | 13篇 |
1992年 | 9篇 |
1991年 | 6篇 |
1990年 | 8篇 |
1989年 | 4篇 |
1988年 | 3篇 |
1987年 | 2篇 |
1986年 | 3篇 |
1985年 | 3篇 |
1965年 | 3篇 |
排序方式: 共有5186条查询结果,搜索用时 15 毫秒
81.
提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3(Twin Delayed Deep Deterministic Policy Gradient)实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明:基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。 相似文献
82.
83.
84.
85.
<正>西安铁路局科学技术研究所研制的地面带电自动过分相系统,5月在中国铁道科学院东郊分院环线基地通过了铁道部运输局组织,中国铁道科学研究院负责测试的交流传动电力机车兼容试验。该项试验是世界上首次将地面带电自动过分相技术成功应 相似文献
86.
87.
88.
89.