全文获取类型
收费全文 | 1490篇 |
免费 | 83篇 |
专业分类
公路运输 | 650篇 |
综合类 | 722篇 |
水路运输 | 114篇 |
铁路运输 | 33篇 |
综合运输 | 54篇 |
出版年
2024年 | 10篇 |
2023年 | 46篇 |
2022年 | 62篇 |
2021年 | 67篇 |
2020年 | 45篇 |
2019年 | 56篇 |
2018年 | 28篇 |
2017年 | 32篇 |
2016年 | 31篇 |
2015年 | 53篇 |
2014年 | 60篇 |
2013年 | 51篇 |
2012年 | 56篇 |
2011年 | 85篇 |
2010年 | 100篇 |
2009年 | 95篇 |
2008年 | 105篇 |
2007年 | 105篇 |
2006年 | 91篇 |
2005年 | 91篇 |
2004年 | 64篇 |
2003年 | 44篇 |
2002年 | 48篇 |
2001年 | 42篇 |
2000年 | 24篇 |
1999年 | 16篇 |
1998年 | 9篇 |
1997年 | 15篇 |
1996年 | 10篇 |
1995年 | 8篇 |
1994年 | 6篇 |
1993年 | 3篇 |
1992年 | 3篇 |
1991年 | 4篇 |
1990年 | 3篇 |
1989年 | 5篇 |
排序方式: 共有1573条查询结果,搜索用时 953 毫秒
951.
高速公路短时交通流预测对于高速公路智能管控具有重要意义。通过总结不同文献中关于高速公路短时交通流预测的研究内容,发现了目前高速公路短时交通流预测研究存在的不足,给出了高速公路短时交通流预测的流程,对高速公路短时交通流预测模型进行了分类比较,明确了不同模型的适用场景和优缺点,通过具体案例数据分析比较了KNN模型、SVM模型、LSTM模型的预测精度,研究发现KNN模型的预测精度最高,明确了数据质量和算法精度是交通流预测的关键。本研究可以为高速公路短时交通流预测发展提供借鉴。 相似文献
952.
为研究混合交通流条件下山区双车道公路超车行为,确定关键影响因素与超车持续时间的关系。以云南省典型山区双车道公路为例,利用无人机采集超车行为视频数据,提取参与超车行为的机动车轨迹,构建超车行为变量指标体系,分析山区双车道公路超车行为特性;建立基于生存分析的山区双车道公路超车持续时间模型,确定影响超车持续的关键协变量,并分析关键协变量与超车持续时间的定量关系。结果表明:混合交通流条件下,山区双车道公路平均超车持续时间为10.3 s,平均超车距离为201.3 m,由驾驶员的驾驶风格、较高的行驶速度及复杂的交通流条件共同作用所致;Log-logistic 加速失效时间模型对超车持续时间拟合效果最好,AIC和BIC分别为272.989和265.650,危险函数拐点约为13 s,说明超车行为在13 s前结束的可能性最大;影响超车持续时间的关键变量分别为超车距离和超车车辆与被超车车辆的初始速度差、最大横向距离、是否有对向车、被超车车辆长度和超车车辆类型,影响程度较大的协变量为超车车辆类型和是否有对向车,当超车车辆为货车时,超车持续时间增加了22.9%,当有对向车时,超车持续时间降低了17.8%。 相似文献
953.
为有效调控道路网时空资源,需实时估计交通流参数。若要准确估计交通流参数,应详细考虑道路网交通流时空特征。本文基于生成对抗网络,提出一种能捕捉交通流时空特征的实时估计模型,即TSTGAN模型。该模型包括生成器和判别器两部分,生成器利用门控卷积神经网络
捕捉交通流的动态空间特征,使用基于注意力机制的长短期记忆神经网络分析交通流的动态时间特征;采用门控卷积神经网络与长短期记忆神经网络构建判别器;通过对抗方式训练生成对抗网络的生成器与判别器,实时获得交通流参数估计值。使用中国山东省淄博市12个卡口设备和美国加州洛杉矶市23个线圈检测器获得的交通流量数据,验证TSTGAN模型的可靠性。结果表
明,TSTGAN模型引入的时空模块能有效提取交通流的时空特征,所得均方根误差和平均绝对误差比现有模型分别降低2.12%~42.41%和1.66%~40.49%,证明所提TSTGAN模型可以提高交通
流参数的估计精度。 相似文献
954.
道路运行车辆在不同交通运行状态下所占有的道路时空资源的物理意义不同,为了科学反映其动态特性,吸取了传统交通流理论的学术思想,选择交通密集度作为车型换算系数的计算标准,综合分析了不同交通流运行状态下车辆占有车道空间问题,从交通流特性分析入手,定性分析车型对交通流量-密集度的影响,提出了不同车型相对应的影响系数计算方法,进而建立基于需求安全距离的动态车辆换算系数定量模型.通过数据验证和试验对比分析结果显示,动态车辆换算系数更好地反映了交通流运行中的速度-流量关系和动态特性. 相似文献
955.
956.
为适应未来智能网联环境下精细化交通流预测需求,提出一种基于混合深度学习 (Hybrid Deep Learning, HDL)的车道级交通流速度预测模型. 模型以智能网联系统强大的数据采集和计算能力为基础,采用集成经验模态分解算法将原始速度序列分解为多个固有模态函数分量和残差分量,并将所得分量重构为模型输入;利用双向长短期记忆神经网络和注意力机制,构建深度学习模型框架;为检验模型预测精度和可靠性,选择北京市二环路多个连续车道断面速度数据进行算法验证. 结果表明,HDL模型在不同车道均有理想的预测结果,单步和多步预测精度均显著优于对比模型. 相似文献
957.
958.
《山东交通学院学报》2017,(3):15-21
为研究大雨对交通流特性的影响,以旧金山奥克兰境内的I880N高速公路98#大街南侧路段为研究对象,在分析交通流速度随时间变化的基础上,研究不同车道位置在大雨天气下交通流速度的变化情况;分析大雨时速度-流量散点图的分布规律;采用实际数据标定Van-Aerde、Greenshields两种经典的宏观交通流模型。结果表明:与无雨相比,大雨时自由流速度、通行能力分别下降约11.2%和19.6%,阻塞密度升高约50%;大雨时车辆速度呈弥散分布,交通流趋于不稳定状态,大雨更容易引起交通拥堵,且与内侧车道相比,外侧车道的交通流速度分布较为离散。 相似文献
959.
为了解析交通流速度与密度关系,推导出了一组交通流参数物理意义明确且符合交通流特性的通用Logistic模型.从Logistic模型本质出发,讨论速度变化率的表达形式,结合交通流实际情况修正速度变化率并引入速度上确界概念,建立了一系列Logistic模型;通过改变取值,给出了模型参数变化对Logistic速度-密度曲线的影响,并细致讨论了参数的物理意义及获取方法;最后分别采集区段和断面的全交通状态数据进行模型验证.结果表明:模型3对2组数据的拟合优度分别为0.931 3和0.970 4,该模型能够很好地描述不同状态下的交通流特性. 相似文献
960.