全文获取类型
收费全文 | 395篇 |
免费 | 55篇 |
专业分类
公路运输 | 209篇 |
综合类 | 67篇 |
水路运输 | 51篇 |
铁路运输 | 104篇 |
综合运输 | 19篇 |
出版年
2024年 | 15篇 |
2023年 | 61篇 |
2022年 | 64篇 |
2021年 | 70篇 |
2020年 | 61篇 |
2019年 | 23篇 |
2018年 | 4篇 |
2017年 | 12篇 |
2016年 | 5篇 |
2015年 | 7篇 |
2014年 | 7篇 |
2013年 | 10篇 |
2012年 | 14篇 |
2011年 | 10篇 |
2010年 | 14篇 |
2009年 | 10篇 |
2008年 | 17篇 |
2007年 | 8篇 |
2006年 | 13篇 |
2005年 | 9篇 |
2004年 | 6篇 |
2003年 | 4篇 |
2001年 | 2篇 |
2000年 | 1篇 |
1999年 | 2篇 |
1990年 | 1篇 |
排序方式: 共有450条查询结果,搜索用时 15 毫秒
101.
102.
针对CTCS-3级列控系统的需求规范,结合欧洲列车运行控制系统(ETCS)的测试经验,研究基于Testcase Designer的CTCS-3级列控系统自动测试方法。Testcase Designer主要用于将测试案例模块化,通过优化编写流程,生成符合测试平台需求的测试序列,为测试项目的执行提供必要的关键数据点。同时,Testcase Designer可供存储、导出及发布。其测试案例中的关键输入输出接口(如BTM、TIU、RTM等)配置信息均已通过配置文件形式实现。以列控系统无线闭塞中心(RBC)切换场景为例,采用Testcase Designer编写该场景的测试案例。研究结果表明:Testcase Designer实现了功能特征、参考需求、测试步骤等元素的集成,编写的测试案例是合理的。 相似文献
103.
目前,视频监控行业内的主流产品均采用720P(分辨率1 280×720像素)高清(HD)或1 080P(分辨率1 920×1 080像素)全高清(Full HD)视频编码方式,虽能满足日常的监控,但覆盖的范围有限。4KP(分辨率3 840×2 160像素以上)超高清UHD(Ultra High Definition)的出现,实现了更大场景的监控。 相似文献
104.
105.
106.
《筑路机械与施工机械化》2014,(11):6-7
在评选2013年度图片时,ENR杂志的编辑们叹道:"有时候,某张参选照片会将我们带到一个全新的施工场景。只需细想,便可以领会这样一个世界:某个星期内,在建筑行业的某个角落,来自各个行业的人们从事着不同的活动——它们之间似乎没有直接的联系,却又互相影响着。"他们的世界很大,所以我们需要更开阔的视野,才能从中发现更多,感受更多。 相似文献
107.
面对复杂的交通环境,自动紧急制动系统(AEB)是保障自动驾驶汽车行驶安全的重要功能,大量的测试和评价是判定其安全的基础,因此制定合理且适用于AEB系统的测试评价方法至关重要。文章梳理和分析了国内外部分现行AEB的测试评价规程,对其中涉及的AEB测试方法进行了对比分析;然后,分析了Euro NCAP和IIHS分别发布的AEB性能评价方法;最后,梳理了目前业界AEB测试评价方法的研究现状,总结出一种可行的AEB测试评价路径,即从真实交通数据构建AEB测试场景,然后构建AEB测试方法,建立相应的评价指标,最后进行实车或虚拟测试,验证其有效性和准确性。这为后续AEB安全测试评价技术的研究提供了基础。 相似文献
108.
针对行车主动服务"主动感知-自动生成-主动推送"过程中忽视推送与行车用户的相互影响,设计了基于行车用户操作行为的行车主动服务推送平台(DPSP),包括存储层、应用层和评价层。存储层用来分类和存储用户行为的历史和实时数据;在应用层基于用户操作行为设计了B-Num.BT算法,提高了DPSP的服务推送用户接受度;而评价层则利用操作数据对推送服务进行评价和监控。通过驾驶员在环(DIL)试验验证典型推送场景的及时性、安全性和准确性,结果表明,DPSP满足推送系统性能要求,所设计B-Num.BT算法的各项性能皆优于对比算法Hybrid.BT和CAR.BT;另外发现,及时性同时具有对行车用户分类的功能。本研究对完善DASS、加强行车安全,乃至无人驾驶技术的推广具有重要意义。 相似文献
109.
为满足我国智能驾驶汽车测试场景库的搭建和ADAS(高级驾驶辅助系统)功能研发和验证的需求,设计了一种基于Prescan的交通信号灯路口车辆跟停场景虚拟重构方法,该方法由道路环境建设模块、初始条件设定模块和车辆控制模块组成。道路环境建设模块通过输入道路参数信息构建虚拟道路,初始条件设定模块通过输入本车和目标车的初始位置、初始速度信息确定零时刻车辆和道路的空间位置及状态信息,车辆控制模块依据车辆速度位置等信息,利用训练的神经网络控制本车加速度,实现跟停场景的虚拟重构。仿真结果表明,该方法可以实现交通信号灯路口车辆跟停场景的虚拟重构。 相似文献