全文获取类型
收费全文 | 6704篇 |
免费 | 141篇 |
专业分类
公路运输 | 2171篇 |
综合类 | 1135篇 |
水路运输 | 2112篇 |
铁路运输 | 1252篇 |
综合运输 | 175篇 |
出版年
2024年 | 40篇 |
2023年 | 174篇 |
2022年 | 190篇 |
2021年 | 223篇 |
2020年 | 190篇 |
2019年 | 161篇 |
2018年 | 91篇 |
2017年 | 120篇 |
2016年 | 135篇 |
2015年 | 187篇 |
2014年 | 277篇 |
2013年 | 307篇 |
2012年 | 335篇 |
2011年 | 339篇 |
2010年 | 347篇 |
2009年 | 372篇 |
2008年 | 383篇 |
2007年 | 309篇 |
2006年 | 326篇 |
2005年 | 296篇 |
2004年 | 326篇 |
2003年 | 261篇 |
2002年 | 207篇 |
2001年 | 207篇 |
2000年 | 151篇 |
1999年 | 157篇 |
1998年 | 128篇 |
1997年 | 104篇 |
1996年 | 100篇 |
1995年 | 67篇 |
1994年 | 76篇 |
1993年 | 64篇 |
1992年 | 54篇 |
1991年 | 55篇 |
1990年 | 36篇 |
1989年 | 41篇 |
1988年 | 6篇 |
1986年 | 1篇 |
1965年 | 1篇 |
1954年 | 1篇 |
排序方式: 共有6845条查询结果,搜索用时 15 毫秒
991.
992.
针对拖曳埋置锚在海洋工程锚泊定位系统中结构强度的设计难点,以及缺少明确的试验方法问题,以某型拖曳埋置锚为研究对象,建立了简化的拖曳埋置锚结构强度分析模型,验证了不同工况下拖曳埋置锚的结构强度计算要点,总结了拖曳埋置锚设计要点与试验方法.结果表明:海洋工程拖曳埋置锚应计算关键剖面的结构强度,并通过试验验证其强度,试验验证负荷可取50%系泊链破断负荷,约束点取距锚爪尖端20% ~30%的锚爪长度. 相似文献
993.
提出了一种低秩矩阵补全的改进方法以研究道路交通量数据缺失值插补问题。应用基于核范数的低秩矩阵补全对交通量数据矩阵中的缺失值进行第1轮插补; 通过层次聚类算法将交通量数据划分为不同类别, 使得同类中的数据具有较强相关性, 异类中的数据具有较弱的相关性; 在每类样本上应用低秩矩阵补全得到缺失值的第2轮插补; 为了减少聚类数的影响, 提出最小二乘回归集成学习方法将不同聚类数下的插补结果进行融合, 得到最终的交通量数据插补结果; 用美国俄勒冈州波特兰市的交通量数据比较了5种方法的插补误差, 并分析了不同聚类数和距离度量方法的影响。研究结果表明: 在完全随机缺失模式下, 缺失率为10%~60%时, 其相对于传统的低秩矩阵补全模型的插补误差降低了5.93%~9.11%;在随机缺失和混合缺失模式下, 插补误差也分别降低了8.32%~9.55%和8.14%~9.20%;集成不同聚类数下的多个插补结果比单一聚类数下的插补误差降低2.62%~4.76%。可见, 在3种数据缺失模式下, 改进低秩矩阵补全方法降低了交通量数据的插补误差, 能有效提高插补后交通量数据的有效性。 相似文献
994.
以上海市市中心城区路段和交叉口为安全分析单元,进行基于卫星单点定位数据的安全替代评价指标构建。通过历史事故安全替代评价指标包括基于事件的安全替代评价指标(急加速事件和急减速事件)和基于交通流的安全替代指标(平均速度、速度变异系数、拥堵指数)。采用Savitzky-Golay滤波对卫星单点定位数据进行处理并提取急加速和急减速事件;提取了不同时间早高峰、晚高峰、非高峰和全部时段的交通流安全替代评价指标。在实时事故安全替代评价指标方面,根据时间维度(事故发生前5~10 min和10~15 min)和空间维度(全路段和分路段)选取实时事故安全替代评价指标。使用皮尔逊相关系数和随机森林方法对指标进行相关性分析和重要度排序。 相似文献
995.
为了提高城市轨道交通中轮轴速度传感器与加速度计组合定位的精度,提出一种基于滑模控制的改进卡尔曼滤波算法。对于组合定位来说,由于卡尔曼滤波不能很好地修正加减速过程中的空转打滑误差,考虑到滑模控制器的滑动模态与系统的参数及扰动无关,提出采用基于滑模控制的改进卡尔曼滤波来进一步降低误差。其基本思路是应用指数趋近律滑模变结构来改善里程计算值,然后再进行卡尔曼滤波。并利用仿真软件对上述过程进行验证,仿真结果表明:基于滑模控制的改进卡尔曼滤波算法,能够在一定程度上减小空转打滑误差,进一步提高定位的精度。最后通过与其他卡尔曼滤波改进算法对比,得出基于滑模控制的卡尔曼滤波方法结构更为简单,也能保证一定的精度。 相似文献
996.
997.
视觉同步定位与建图(Simultaneous Localization and Mapping, SLAM)方法广泛应用于自动驾驶领域。传统的方法利用车载摄像头表征车辆周围环境,同时估计自身位置,当车辆运动过快时,定位精度和鲁棒性会下降。针对此问题,本文提出一种地图辅助的视-惯融合定位方法。该方法在ORB-SLAM2(Oriented FAST and Rotated BRIEF SLAM2)的基础上拓展地图保存功能,将建图和定位拆分为两个独立模块,车辆首先以较慢的速度构建并保存具有视觉特征的地图,然后,在第2次运行时车载计算机调用预先保存的地图实现精确且稳定的定位性能。由于构建地图阶段采用了图优化算法融合惯性测量单元(Inertial Measurement Unit, IMU)的信息,地图误差得到有效校正。在KITTI数据集场景和实际场景中验证了所提方法的良好性能。实验结果表明,所提方法在4, 8, 16 m·s-1 驾驶速度下的定位精度分别为2.59,2.61,2.73 m,图像失帧率和路径丢失率分别为3.76%和1.38%,3.89%和1.69%,4.27%和1.84%。相比原始的ORB-SLAM2方法,系统定位精度和鲁棒性均得到了提高。 相似文献