全文获取类型
收费全文 | 1286篇 |
免费 | 56篇 |
专业分类
公路运输 | 426篇 |
综合类 | 377篇 |
水路运输 | 213篇 |
铁路运输 | 301篇 |
综合运输 | 25篇 |
出版年
2024年 | 18篇 |
2023年 | 53篇 |
2022年 | 58篇 |
2021年 | 60篇 |
2020年 | 34篇 |
2019年 | 42篇 |
2018年 | 23篇 |
2017年 | 16篇 |
2016年 | 32篇 |
2015年 | 36篇 |
2014年 | 55篇 |
2013年 | 48篇 |
2012年 | 66篇 |
2011年 | 82篇 |
2010年 | 68篇 |
2009年 | 72篇 |
2008年 | 74篇 |
2007年 | 69篇 |
2006年 | 75篇 |
2005年 | 52篇 |
2004年 | 54篇 |
2003年 | 48篇 |
2002年 | 39篇 |
2001年 | 32篇 |
2000年 | 20篇 |
1999年 | 19篇 |
1998年 | 9篇 |
1997年 | 11篇 |
1996年 | 15篇 |
1995年 | 9篇 |
1994年 | 12篇 |
1993年 | 8篇 |
1992年 | 8篇 |
1991年 | 9篇 |
1990年 | 8篇 |
1989年 | 8篇 |
排序方式: 共有1342条查询结果,搜索用时 78 毫秒
211.
提高居民出行方式的预测精度对于评价交通规划方案、交通策略的效果具有重要意义.应用心理学、行为科学的方法分析了出行决策的思维过程,将出行决策过程结构化,建立出行情景库,并采用主成份法分析了影响方式选择的主要因素,作为支持向量机模型的输入.利用统计学习理论分析了支持向量机与神经网络在建模原理上的区别,建立了基于有向无环图-支持向量机(DAG-SVM)的方式选择模型,阐述了模型的具体步骤.通过实验对不同核函数的预测效果进行了评价,并采用网格法和遗传算法进行参数寻优.结果表明,核函数选择径向基函数效果较理想,参数寻优方法上遗传算法比网格法效果更好.通过优化后,DAG-SVM模型的整体预测精度达到了82.3%,比神经网络提高了近9%.但对出租车出行的预测准确率略低于其他方式,这主要由于出租车常被作为特殊情况下的备选方式,其出行规律性相对较差. 相似文献
212.
本文采用主成分和模糊综合评判相结合的方法,从效益竞争力5个要素共19个指标构建了上市公司竞争力模型。选取23家上市的旅游企业2007年的数据为样本,对其竞争力进行具体分析,最后得到了综合得分和排序结果并对结果简要分析。 相似文献
213.
215.
研究了热重分析中不同升温速度对柴油机排气微粒中SOF和无定型碳的热反应温度区间的影响,提出了热重分析柴油机微粒中SOF的方法及条件。试验表明,该方法和测量条件可准确测定柴油机排气微粒中SOF的含量。 相似文献
216.
将独立成分分析(ICA)、模糊支持向量机(FSVM)以及三叉决策树相结合并应用于人脸识别.首先对人脸图像做独立成分分析,提取有利于分类的面部特征的主要独立成分,然后在特征空间中,用FSVM和三叉决策树相结合设计人脸分类器.在ORL人脸库上的实验结果表明,该算法能够取得较好的分类效果. 相似文献
217.
韩流冰 《西南交通大学学报》1992,5(2):84-88
本文证明了对任意具可数基的Banach空间E,对任意自然数北,都存在E的同胚空间Et和l/k内同构TkcB〔E、,F〕,使对任意等距算子TCB〔E、,F〕,都成立不等式∣∣Tk一T∣∣》1这里F为可数基空间的万有空间L∞,L∞,或C(0.1〕。 相似文献
218.
高速公路绿化评价指标及方法研究 总被引:4,自引:0,他引:4
高速公路绿化在公路系统中起着非常重要的作用,它不仅能够美化环境,而且具有防眩、防护、生态保护的能力,而传统的绿化评价仅仅局限于景观的评价.本文通过对绿化功能分析,专家筛选和主成分分析方法,提出了高速公路绿化评价指标体系框架.该体系评价指标主要包括:中央分隔带防眩能力、边坡防护能力、路侧生态防护性以及景观效果;并结合我国江苏公路绿化的具体情况,运用层次分析方法,建立了高速公路绿化评价方法.该方法运用到实践中能够客观地评价高速公路绿化的效果. 相似文献
219.
软土有支护深基坑主动土压力研究 总被引:1,自引:0,他引:1
介绍了档墙后的主动土压力的发展过程为刚性挡墙和柔性挡墙的土压力的计算理论两个主要阶段,但就目前的发展状况来看,软土中有支撑深基坑挡墙后的主动土压力的计算有未得到园满解决,需要作进一步深入的研究。 相似文献
220.
为了提高列车运行稳定性,针对牵引供电系统故障诊断进行研究。根据牵引供电系统工作原理和特性分析故障现象与发生原因,提取用于故障诊断的特征信号;建立基于粒子群优化算法(Particle Swarm Optimization,简称PSO)优化最小二乘支持向量机(Least Squares Support Vector Machine,简称LSSVM)的故障诊断模型,并使用主成分分析(Principal Component Analysis,简称PCA)算法提取数据特征作为故障诊断模型的输入来降低输入维数;使用多种故障诊断模型进行对比分析。研究结果表明:经过PCA算法提取特征的PSO-LSSVM故障诊断模型具有较高的识别效率和识别准确性。 相似文献