全文获取类型
收费全文 | 1669篇 |
免费 | 55篇 |
专业分类
公路运输 | 544篇 |
综合类 | 468篇 |
水路运输 | 408篇 |
铁路运输 | 275篇 |
综合运输 | 29篇 |
出版年
2024年 | 11篇 |
2023年 | 50篇 |
2022年 | 50篇 |
2021年 | 59篇 |
2020年 | 61篇 |
2019年 | 60篇 |
2018年 | 26篇 |
2017年 | 33篇 |
2016年 | 24篇 |
2015年 | 60篇 |
2014年 | 73篇 |
2013年 | 74篇 |
2012年 | 92篇 |
2011年 | 93篇 |
2010年 | 95篇 |
2009年 | 118篇 |
2008年 | 114篇 |
2007年 | 112篇 |
2006年 | 86篇 |
2005年 | 72篇 |
2004年 | 42篇 |
2003年 | 50篇 |
2002年 | 46篇 |
2001年 | 41篇 |
2000年 | 24篇 |
1999年 | 25篇 |
1998年 | 22篇 |
1997年 | 17篇 |
1996年 | 11篇 |
1995年 | 16篇 |
1994年 | 15篇 |
1993年 | 16篇 |
1992年 | 10篇 |
1991年 | 8篇 |
1990年 | 12篇 |
1989年 | 4篇 |
1988年 | 1篇 |
1955年 | 1篇 |
排序方式: 共有1724条查询结果,搜索用时 812 毫秒
891.
某铁路桥位于钱塘江强涌潮地区,以该桥49号墩为例,介绍钻孔桩所用钢护筒最小埋置深度计算方法。首先介绍三种涌潮压力计算模式,然后利用简化计算方法求出三种模式下的最小埋置深度,再利用MidasCivil2006建模计算,并根据规范要求确定合理的最小埋置深度。 相似文献
892.
893.
基于EKF的纯方位目标状态滤波器的性能依赖状态初值的选取,为了有效地提高估计的收敛速度,提出了一种滤波器状态初始化方法.首先,简要阐述了修正极坐标系下的推广卡尔曼滤波算法(EKF).然后,基于非线性最小二乘法的思想,推导了一种滤波器状态初始化方法.针对实际应用背景,提出一种组合滤波器结构并进行了仿真验证.结果表明,该算法收敛速度快,滤波精度与EKF相当. 相似文献
894.
城市交通流具有复杂性、时变性和随机性,实时准确的交通流量预测是实现智能交通诱导及控制的前提.综合分析交通流量影响因素的基础上,进行多路段的交通流量预测研究,提出了基于最小二乘支持向量机的交通流量预测改进模型,并应用平安大街的流量数据进行实例验证.结果表明,该模型具有学习速度快、跟踪性能好及泛化能力强等优点,在交通流预测中更具有实用性和推广性. 相似文献
895.
交通流的准确预测是交通控制的重要手段之一,基于曲线拟合的最小二乘法,将交通流统计数据分组,以各组均值和概率密度值为变量,进行函数拟合,并在显著性水平α下进行假设检验,得出了满足α的概率密度.最后进行了仿真实验并分析了结果. 相似文献
896.
机动车起终点矩阵(Origin-Destination Matrix,OD矩阵)的估计是交通规划和 交通管理等工作的重要基础.本文主要研究在采集数据日渐精细情况下的机动车OD估 计方法.基于车牌识别数据提取出路口转弯流量和路段断面流量,在此基础上建立应用广 义最小二乘模型进行机动车OD估计的模型及方法.利用S-Paramics 仿真平台及实测数 据,应用Nguyen–Dupuis 网络和实际城市路网对本文研究的方法进行了对比验证,分析 对比验证了是否已知真实OD、不同的数据输入类型、不同的已知检测量的比例等.结果 显示,与使用路段流量相比,使用转弯流量可以提高OD估计的准确性. 相似文献
897.
鉴于应急疏散者出行决策的后悔规避心理,以政府公交车、自有私家车和借用私家车三类疏散交通方式选择问题为例,选取平均运行时间、运行时间不确定性、平均等待时间和预期感知服务水平等属性变量,分别构建了基于随机后悔最小化和效用最大化的多项Logit 模型.以应急疏散意向行为调查数据为基础,表明后悔模型的模型拟合度优于效用模型,对属性变量间关系的刻画更符合实际.进一步通过弹性计算和敏感性分析,揭示出平均运行时间这一属性最为敏感.研究表明,应急疏散者是后悔规避的,其决策行为试图将后悔感知最小化,而非预期效用最大化,从随机后悔视角描述疏散决策行为更为准确. 相似文献
898.
耿立艳 《交通运输系统工程与信息》2015,15(1):137-142
为降低物流需求建模中最小二乘支持向量机(LSSVM)的结构复杂性、进一步提高LSSVM对物流需求的预测精度,提出一种基于灰色关联分析(GRA)与核主成分分析(KPCA)的LSSVM预测方法.首先利用GRA找出物流需求的主要影响因素;然后利用KPCA提取主要影响因素的非线性主成分,消除因素之间的多重相关性;最后,将提取出的非线性主成分作为LSSVM的输入变量,构建物流需求预测模型,并采用改进粒子群 (IPSO)算法调整LSSVM参数.运用该方法对我国物流需求进行实例分析,结果表明,该方法有效减少了LSSVM输入变量个数,简化了LSSVM结构,并且在一定程度上提高了物流需求预测精度. 相似文献
899.
900.