全文获取类型
收费全文 | 18618篇 |
免费 | 1138篇 |
专业分类
公路运输 | 6174篇 |
综合类 | 5865篇 |
水路运输 | 4307篇 |
铁路运输 | 2909篇 |
综合运输 | 501篇 |
出版年
2024年 | 235篇 |
2023年 | 892篇 |
2022年 | 992篇 |
2021年 | 1150篇 |
2020年 | 817篇 |
2019年 | 777篇 |
2018年 | 372篇 |
2017年 | 471篇 |
2016年 | 456篇 |
2015年 | 617篇 |
2014年 | 888篇 |
2013年 | 835篇 |
2012年 | 930篇 |
2011年 | 945篇 |
2010年 | 1011篇 |
2009年 | 1023篇 |
2008年 | 1087篇 |
2007年 | 962篇 |
2006年 | 773篇 |
2005年 | 696篇 |
2004年 | 598篇 |
2003年 | 642篇 |
2002年 | 493篇 |
2001年 | 489篇 |
2000年 | 316篇 |
1999年 | 200篇 |
1998年 | 201篇 |
1997年 | 179篇 |
1996年 | 167篇 |
1995年 | 108篇 |
1994年 | 100篇 |
1993年 | 61篇 |
1992年 | 73篇 |
1991年 | 90篇 |
1990年 | 57篇 |
1989年 | 48篇 |
1988年 | 2篇 |
1987年 | 1篇 |
1965年 | 1篇 |
1955年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 0 毫秒
131.
为实时监控高速公路的交通状况,设计并实现一种基于交通态势算法的交通预警系统,该系统主要由态势计算、异常拥堵预警和交通迁徙计算等3个模块组成。采用Van-Aerde模型表征交通流的状态和变化规律,得到密度、速度和流量之间的关系;综合考虑交通预测的时空性,采用基于图卷积网络(Graph Convolutional Network, GCN)和长短期记忆(Long Short-Term Memory, LSTM)单元的时间图进化网络(GCN-LSTM)模型对未来交通流异常拥堵情况进行预警。试验结果表明,该预警系统能通过实时计算当前交通流的密度、速度和流量评估交通状态,并确定密度和速度阈值,警示当前道路在该阈值附近时通行效率高,帮助改善交通状况;相比传统的基于神经网络方法和机器学习方法的预警系统,该预警系统在预测精度方面表现良好,能有效降低误报率,且具有一定的鲁棒性。 相似文献
132.
李鹏程 《上海船舶运输科学研究所学报》2022,(5):46-51
为提升城市车流量预测结果的准确性,基于某条道路的车流量数据,引入车流量的周期性特征,建立考虑周期性的差分自回归移动平均(Autoregressive Integrated Moving Average, ARIMA)模型。将该模型与不考虑周期性的ARIMA模型相对比,结果发现:不考虑周期性的ARIMA模型的拟合效果较差,模型中忽略了道路车流量可能存在的周期性规律;考虑周期性的ARIMA模型的拟合优度相比原模型有很大提升,能达到0.573,且预测的4 d车流量变化趋势与实际车流量较为吻合。由此可知,在建模时引入车流量的周期性特征,能提升车流量预测结果的准确性,从而为交通管理提供更可靠的数据。 相似文献
133.
为高效准确地预测节假日期间高速公路重要路段的交通流量,提出一种融合时空图卷积网络(Spatio-Temporal Graph Convolutional Network, ST-GCN)的高速公路节假日流量预测模型。该模型采用平均速度、交通流量等重要的交通指标作为交通状态评价体系要素,对节假日期间高速公路的交通态势进行综合预测;融合ST-GCN算法模型,综合考虑时空特性,得到准确度较高的预测结果。以宁夏回族自治区高速公路的节假日交通信息为研究对象,对该模型的有效性进行验证,结果表明,该模型相比其他常用预测模型准确度更高,具有更好的稳定性和鲁棒性,预测结果可供高速公路的管理和运营参考。 相似文献
134.
135.
136.
利用ADAMS软件,建立整车模型。对整车进行操纵稳定性分析,包括稳态回转、角跃阶输入、低速与高速转向回正以及单移线试验。从而实现了虚拟样机技术的应用,仿真分析整车的操纵稳定性,也验证了模型建立的准确性。 相似文献
137.
138.
GM模型在预测中对历史数据作不同取舍时,其预测值并不相同,即这种预测结果将是一个预测值的区间,这就给预测人员的取舍带来一定困难。利用GM模型少数据建模和人工神经网络非线性逼近的优点把两种模型结合起来,用对历史数据作不同取舍的GM模型的预测值和纯神经网络的预测值作为组合神经网络的输入,由人工神经网络确定这些不同GM模型和纯BP网络的组合,实例验证得出更为准确的预测值,从而证明这一模型的可行性和有效性。 相似文献
139.
140.