全文获取类型
收费全文 | 592篇 |
免费 | 31篇 |
专业分类
公路运输 | 154篇 |
综合类 | 233篇 |
水路运输 | 150篇 |
铁路运输 | 72篇 |
综合运输 | 14篇 |
出版年
2024年 | 2篇 |
2023年 | 7篇 |
2022年 | 26篇 |
2021年 | 31篇 |
2020年 | 25篇 |
2019年 | 14篇 |
2018年 | 7篇 |
2017年 | 6篇 |
2016年 | 12篇 |
2015年 | 21篇 |
2014年 | 33篇 |
2013年 | 24篇 |
2012年 | 42篇 |
2011年 | 43篇 |
2010年 | 34篇 |
2009年 | 40篇 |
2008年 | 38篇 |
2007年 | 65篇 |
2006年 | 59篇 |
2005年 | 31篇 |
2004年 | 18篇 |
2003年 | 9篇 |
2002年 | 4篇 |
2001年 | 10篇 |
2000年 | 2篇 |
1999年 | 8篇 |
1998年 | 5篇 |
1997年 | 2篇 |
1996年 | 1篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有623条查询结果,搜索用时 312 毫秒
511.
改进非参数回归在交通流量预测中的应用 总被引:1,自引:0,他引:1
实时、准确的短时交通流量预测是实现交通控制与诱导的关键。结合模式识别的思想,提出基于模式识别的非参数回归算法,并将之应用于短时交通流量预测,最后用仿真试验检验了方法的有效性,仿真试验结果表明,该方法具有较高的预测精度。 相似文献
512.
成利 《武汉船舶职业技术学院学报》2013,(2):73-75
本文陈述了湖北省启动单独招生考试以来高职院校因单招生的出现而产生的一些问题。主要体现在三个方面:其一,由于单招学生知识能力与高考统招生之间的差异导致的教学和心理不平衡;其二,我省单招考试实行初期,学校举措中管理不完善;其三,传统的教育观念导致高职院校师生对单招学生的认识偏见问题。本文期望通过这些问题的提出,让参与单招的高职院校在各个方面尽快完善对单招生的培养体系,为同样通过公平竞争入学的单招生创造一个平等和谐的学习环境,也期望借此让社会各方面能客观全面地认识单独招生这一招生体系。 相似文献
513.
杨肸 《南通航运职业技术学院学报》2012,(2):11-14
文章论述了高校网络图片编辑素养的重要性,分析了当前高校网络图片编辑的素质困境,并从政治素质、思想教育素质、专业素质、审美情趣、文字功底等五方面提出了提升高校网络图片编辑素质的应对之道。 相似文献
514.
515.
516.
基于属性识别理论的船舶安全性评价模型 总被引:1,自引:0,他引:1
基于属性识别理论能对事物进行有效识别和比较分析的原理,构建船舶安全性评价的属性识别模型,对船舶安全性进行评价。在指标权重的确定上,把熵值法和相容矩阵法相结合,既能较好地反映决策者的主观意图,又使权重系数具有客观性,提高模型评价的可信度。通过实例对模型的可靠性进行检验,评价结果与实际基本相符,该评价模型具有一定的实际应用价值。 相似文献
517.
518.
准确辨识交叉口交通状态是实施有效交通控制策略的前提. 传统交通状态识别方法是利用占有率、排队等统计数据设计指标实现状态识别,存在只能从单一角度刻画交叉口交通需求的问题. 对此,提出基于半监督哈希算法的交叉口交通状态识别方法. 从原始数据丰富特征入手,构建交叉口有效检测区域的图像化模型;将交叉口交通状态识别转化为图像搜索问题,利用监督哈希算法实现基于部分标签信息的图像搜索,进而得到交叉口的交通状态;最后,利用仿真对该方法进行了验证. 结果表明,所提方法在识别精度和速度上具有可行性和有效性. 相似文献
519.
相邻前车的驾驶行为会影响后车,因此先进的辅助驾驶系统需具备识别前车驾驶行为的能力. 对高速场景下相邻前车换道行为进行研究,分别提出双层连续隐马尔可夫模型-贝叶斯生成分类器(CHMM-BGC),以及基于双向长短时记忆网络(Bi-LSTM)的行为识别模型和意图预测模型. 采用自然驾驶数据集对模型的有效性进行测试验证. 实验分析表明:基于Bi-LSTM的行为识别模型相较于双层CHMM-BGC在平均识别率上提升了11.24%,两种行为识别模型均可在相邻前车换道过程的早期阶段识别换道行为;考虑相邻前车与周围环境车辆的交互作用,可使模型具有预测性,两种意图预测模型均可在车辆换道时刻前预测到驾驶人换道意图. 模型仿真计算时间可满足系统的实时性需求,为本车驾驶人预留出反应时间,为预测周围车辆行驶轨迹研究提供支持. 相似文献
520.
从车辆行驶轨迹的角度,车辆驾驶行为可细分为车辆跟驰行为、车辆换道准备行为和车辆换道执行行为,它们对交通拥堵、交通事故等都有着重要影响,也是自动驾驶、交通仿真等系统的基础构成模块.然而,如何从实际微观交通流数据中对3种行为进行识别是驾驶行为研究的基础和难点.本文提出基于支持向量机的驾驶行为识别方法,使用真实车辆轨迹数据,为提高模型的准确率,首先对样本数据进行归一化和主成分分析预处理,然后采用网格搜索算法对惩罚因子和核参数进行寻优,最后利用样本数据对基于支持向量机的分类模型进行训练和测试.结果表明,模型的测试精度达到了98.41%,能够很好地识别车辆的行驶状态,为驾驶行为各阶段的研究提供支持. 相似文献