全文获取类型
收费全文 | 3933篇 |
免费 | 177篇 |
专业分类
公路运输 | 1050篇 |
综合类 | 1307篇 |
水路运输 | 1230篇 |
铁路运输 | 462篇 |
综合运输 | 61篇 |
出版年
2024年 | 51篇 |
2023年 | 157篇 |
2022年 | 179篇 |
2021年 | 222篇 |
2020年 | 184篇 |
2019年 | 148篇 |
2018年 | 75篇 |
2017年 | 129篇 |
2016年 | 104篇 |
2015年 | 127篇 |
2014年 | 148篇 |
2013年 | 154篇 |
2012年 | 199篇 |
2011年 | 214篇 |
2010年 | 186篇 |
2009年 | 256篇 |
2008年 | 238篇 |
2007年 | 195篇 |
2006年 | 209篇 |
2005年 | 189篇 |
2004年 | 147篇 |
2003年 | 102篇 |
2002年 | 101篇 |
2001年 | 90篇 |
2000年 | 70篇 |
1999年 | 52篇 |
1998年 | 56篇 |
1997年 | 29篇 |
1996年 | 14篇 |
1995年 | 24篇 |
1994年 | 14篇 |
1993年 | 15篇 |
1992年 | 11篇 |
1991年 | 8篇 |
1990年 | 4篇 |
1989年 | 8篇 |
1988年 | 1篇 |
排序方式: 共有4110条查询结果,搜索用时 0 毫秒
561.
根据PID自动舵和自适应操舵仪的控制优点,提出了船舶航向自适应舵的一种设计方法。给出了系统的结构,自适应PID操舵律的算法及船舶航向控制、舵令与舵角的编制方法。 相似文献
562.
遗传算法神经网络的学习方法 总被引:1,自引:0,他引:1
罗四维 《北方交通大学学报》1995,19(4):541-543
提出了利用遗传算法的思想实现人工神经网络学习的方法,并具体讨论了在实现中的若干问题。 相似文献
563.
地铁隧道表面光照不均匀、对比度低、噪声干扰严重,采集到的裂缝图片较灰暗且含有大量混合噪声,因而单一的滤波方法不能达到很好的去噪效果。针对该问题,提出一种基于快速中值的自适应均值滤波算法来实现隧道裂缝图像滤波。该算法先对图像进行反转以增强裂缝与背景的对比度,通过快速中值法计算滤波窗口的中值,自适应地选取合适的阈值来对滤波系数加以优化,并将窗口各像素点的灰度值进行加权运算,其结果作为窗口中心点灰度值,并输出。通过与传统中值、均值滤波算法比较,提出的新算法不仅降低了图像噪声,而且有效地保护了裂缝边缘,降低后续对裂缝特征量提取及分割识别的难度。 相似文献
564.
考虑到客户、初始回收点和回收中心3个层次的逆向物流网络,选择合适的回收中心,确定初始回收点个数和回收周期,基于一些基本假设,以最小化总的相关成本建立了1个内嵌两个指派模型的非线性混合整数规划模型,对符号体系和求解思路进行了分析.借助遗传算法,结合具体实例,给出了求解步骤和求解结果分析. 相似文献
565.
基于遗传算法的船舶推进系统船、机、桨匹配优化设计 总被引:3,自引:3,他引:3
船舶推进系统船,机,浆匹配问题一直是船舶设计人员最关心的问题之一。尤其是近10年来,随着船舶向高速度,大功率,大型化和肥胖化的方向发展,对三者匹配的要求更为严格。文中将遗传算法引入船舶推进系统船,机,浆匹配优化设计,建立了合适的优化模型。构造了合理的适应函数,实船优化表明,该算法的收敛速度很快且计算精度较高,最后,探讨了影响算法高效性和准确性的因素。 相似文献
566.
针对车辆半主动悬挂模型的非线性特性,研究了采用神经网络的自适应控制在车辆悬挂半主动控制中的应用,设计了采用前馈神经网络的辩识器和控制器,对控制器网络采用的学习规则进行了分析。仿真计算表明,采用神经网络自适应控制方法能有效改善车辆的平稳性,采用的神经网络辩识器和控制器的改进BP算法是有效的。 相似文献
567.
568.
569.
570.
基于交互式多目标遗传算法的混凝土桥面板维修优化 总被引:1,自引:1,他引:0
为了保证桥梁结构安全,并使维修效果最好,研究了如何确定桥面板最佳维修策略的问题。建立了桥面板维修的多目标优化模型。提出一种基于交互式遗传算法的维修策略优化方法,通过非精确偏好信息引导遗传搜索,使种群朝着多个目标的最佳综合性能进化。引入适应值共享方法增加种群的多样性,最终获得符合决策者偏好的解集。并通过算例进行了分析验证。结果表明,基于交互式多目标遗传算法的混凝土桥面板维修优化方法可以在有限的桥梁维修资源和良好的维修效果之间进行折衷,不仅获得一组比较理想的维修方法组合,还可以考虑决策者的个人倾向,降低了维修策略的选择难度,为桥梁管理者提供了有力的决策支持。 相似文献