全文获取类型
收费全文 | 423篇 |
免费 | 27篇 |
专业分类
公路运输 | 130篇 |
综合类 | 76篇 |
水路运输 | 210篇 |
铁路运输 | 31篇 |
综合运输 | 3篇 |
出版年
2024年 | 4篇 |
2023年 | 22篇 |
2022年 | 28篇 |
2021年 | 30篇 |
2020年 | 23篇 |
2019年 | 19篇 |
2018年 | 6篇 |
2017年 | 16篇 |
2016年 | 16篇 |
2015年 | 18篇 |
2014年 | 21篇 |
2013年 | 18篇 |
2012年 | 25篇 |
2011年 | 24篇 |
2010年 | 28篇 |
2009年 | 25篇 |
2008年 | 18篇 |
2007年 | 20篇 |
2006年 | 23篇 |
2005年 | 13篇 |
2004年 | 16篇 |
2003年 | 2篇 |
2002年 | 3篇 |
2001年 | 5篇 |
2000年 | 2篇 |
1999年 | 9篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 2篇 |
1993年 | 2篇 |
1992年 | 1篇 |
1991年 | 5篇 |
1990年 | 1篇 |
1989年 | 2篇 |
排序方式: 共有450条查询结果,搜索用时 31 毫秒
241.
242.
基于数据融合技术的路段出行时间预测方法 总被引:2,自引:0,他引:2
为了精确预测路段出行时间,分析了国内外基于多数据源的路段出行时间预测方法的优缺点,应用自适应卡尔曼滤波算法,通过融合环形线圈检测器数据和浮动车数据,建立了路段出行时间估计模型,在交通高峰期和事故情况下,比较了采用基于环形线圈检测器、浮动车和自适应卡尔曼滤波3种出行时间预测方法预测路段出行时间的平均绝对百分比误差。比较结果表明:基于自适应卡尔曼滤波算法融合了来自环形线圈检测器和浮动车的数据,预测值更接近实测值,预测精度高。 相似文献
243.
在电动车、储能系统和移动设备等领域中,电池管理系统是保障电池组性能和安全性的关键技术之一,而电池荷电状态(SOC)估算是其重要的组成部分。文章重点针对18650型号的磷酸铁锂电池(单体电池)SOC估算展开研究和设计,首先选择双阶远程控制(RC)模型作为电池模型,通过电池容量标定实验、开路电压(OCV)-SOC标定实验、混合功率脉冲特性(HPPC)实验确定了双阶RC模型的各个动态参数,在MATLAB/Simulink中搭建动力电池仿真模型,验证了所选模型的可靠性。然后,为了解决单体电池SOC估算精度和成本等问题,以扩展卡尔曼滤波(EKF)算法为基础提出了一种改进方法,即在预测第k个时间步的误差协方差矩阵时,引入了时变渐消因子,在更新方差Q和R时引入自适应分子。最后,通过不同循环工况对提出的算法进行仿真分析,结果显示,提出的算法提升了SOC估算的精度,实用性强。 相似文献
244.
为了验证卡尔曼滤波算法在摄像头智能车赛道检测方面的应用效果,使用英飞凌TC264单片机为主控制器,通过摄像头采集赛道的灰度图像。根据图像的像素矩阵结合软件编程和比例-积分-微分(PID)算法,计算出电机和舵机的占空比,正确控制摄像头智能车的前进方向,从而实现循迹功能。在摄像头智能车能够正常循迹之后,将卡尔曼滤波算法嵌入到原有算法中,比较前后两种算法在摄像头智能车上的具体应用效果。经过调试,摄像头智能车可以实现循迹功能,速度可达1.4 m/s,且加入卡尔曼滤波算法之后,摄像头智能车能够预测前方赛道。试验结果表明,卡尔曼滤波算法可以对赛道识别起到优化作用。 相似文献
245.
246.
针对护栏立柱性能测试智能虚拟仪器系统开发过程中Labview数据处理和分析能力的不足,结合MATLAB强大的数据运算能力进行智能虚拟仪器系统开发。以在Labview中调用MATLAB卡尔曼滤波算法对传感器采集信号进行处理为例,分别实现基于MATLAB脚本节点、COM组件技术和DLL(动态链接库)3种Labview和MATLAB混合编程方法的卡尔曼滤波算法开发,并对3种混合编程方式的运行速度、技术特点等进行对比分析。结果表明,DLL实现方式的运行速度最快,运行时间为3.1 ms; MATLAB Script次之,运行时间为190.3 ms; COM最慢,运行时间为1 453.2 ms。 相似文献
247.
248.
249.
针对无源北斗1号/惯导组合导航系统滤波定位算法,文章提出并设计了神经网络及其训练算法RLS,用其输出修正组合导航滤波输出结果,提高组合导航系统的定位精度。通过仿真验证了此方案的可行性,并能有效提高北斗1号组合导航系统的定位精度。 相似文献
250.