全文获取类型
收费全文 | 373篇 |
免费 | 7篇 |
专业分类
公路运输 | 107篇 |
综合类 | 112篇 |
水路运输 | 114篇 |
铁路运输 | 39篇 |
综合运输 | 8篇 |
出版年
2024年 | 1篇 |
2023年 | 7篇 |
2022年 | 8篇 |
2021年 | 7篇 |
2020年 | 7篇 |
2019年 | 1篇 |
2017年 | 2篇 |
2016年 | 7篇 |
2015年 | 6篇 |
2014年 | 8篇 |
2013年 | 7篇 |
2012年 | 10篇 |
2011年 | 6篇 |
2010年 | 19篇 |
2009年 | 16篇 |
2008年 | 23篇 |
2007年 | 28篇 |
2006年 | 40篇 |
2005年 | 32篇 |
2004年 | 14篇 |
2003年 | 25篇 |
2002年 | 34篇 |
2001年 | 16篇 |
2000年 | 23篇 |
1999年 | 16篇 |
1998年 | 4篇 |
1997年 | 8篇 |
1996年 | 2篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1991年 | 1篇 |
排序方式: 共有380条查询结果,搜索用时 46 毫秒
71.
文章从接触动力学的角度,建立多自由度多弹性限位浮筏隔振系统的动力学模型,采用人工神经网络算法用于判别限位器的接触状态.实例分析指出,神经网络算法接触判别的时间大大缩短,接触计算得以实现.得出了对工程有指导意义的结论:限位器单向约束时,筏体和设备的最大位移与限位器之间存在最优间隙.限位器双向约束时,筏体的最大位移与限位器之间存在最优间隙,而设备的最大位移随着限位器的间隙增大而增大.限位器间隙对系统的影响与限位器的约束状态有关. 相似文献
72.
文章首先介绍了BP网络数据标准化、隐层神经元选择、网络训练和有效性检验方法。以2003年胶州湾环境监测资料为基础,建立了多输入单输出的3层BP人工神经网络模型,采用8个水环境因子预测浮游植物生物量(Chla浓度)。检测集样本网络预测值与观测值的相关系数为0.8943,平均绝对误差为11.33%。为避免个别网络输入初值对输出的干扰,采取全局灵敏度的方法,分析了各水环境因子变化对浮游植物生物量的相对影响。结果表明,浮游植物生物量对各水环境因子变化响应的敏感系数顺序为DOCODPO4-PSSTpHOilDINSiO3-Si。 相似文献
73.
基于人工神经网络在系统辨识和函数拟合方面的优势,以单自由度隔冲系统为研究对象,提取了决定冲击响应的几个参数作为网络输入,以最大响应加速度值和隔振器最大变形量为最终目标参数,采用人工神经网络的方法来计算其冲击响应,实际计算结果表明神经网络方法计算的结果具有较好的精度。 相似文献
74.
将人工神经网络和基于案例的推理技术相结合,应用于车辆故障诊断系统中,建立了应急故障诊断模型;基于此模型,研究了车辆维修案例的表示方法并设计了CB神经网络的学习规则,通过系统的仿真训练和仿真诊断,该模型有效地提高了故障诊断的效能,满足车辆应急故障诊断的需求。 相似文献
75.
采用BP人工神经网络,利用杭瑞高速公路软土地基实测沉降数据直接建模,进行了软土地基最终沉降量的预测,将预测结果与曲线拟合法中的双曲线法、指数曲线法、三点法的预测结果进行了对比分析。证明神经网络法能避免传统方法计算过程中各种人为因素的干扰,计算精度高,泛化性强,简便易行。 相似文献
76.
考虑到软土的复杂性和各种沉降理论计算方法的局限性,利用有限的沉降实测数据,选取合理的模型及方法来预测软基的沉降。以深圳盐田港西港区纳泥塘地区软基沉降预测为例,采用了BP向前型网络模型和Elman反馈型网络模型两种不同的神经网络建模法,通过高度非线性的曲线拟合,推求工程后期沉降(包括最终沉降),并与曲线拟合法中的双曲线法、指数曲线法、泊松曲线法及 Asaoka 法对比,对拟合预测结果进行检验,使其具有统一的量化标准。对比结果表明:BP神经网络模型和双曲线法的预测效果最好,适用于本工程的沉降预测。 相似文献
77.
78.
79.
在网络资源有限的情况下,建立合理的网络流量预测模型,并根据其预测结果及时做出控制决策或调整措施,对网络性能和服务质量的提高均有重要意义.根据网络流量的时变、非线性特点建立一个时间相关的流量预测模型,预测和分析网络流量状况,并利用人工神经网络在非线性建模方面的优势,给出了基于EKF算法的前馈神经网络的结构设计及学习算法.最后在Matlab环境下使用该预测模型对网络流量进行了仿真,结果表明该模型具有较好的自适应性和较高的预测精度. 相似文献
80.
不同的交通信息采集方式由于其硬件和采集条件的不同,数据的适用范围和准确性也不同。在短时交通预测中,对于来自于不同检测器的交通流数据进行融合,并在数据融合的基础上进行区间速度的预测,可以有效地改善预测结果的准确性和可靠性。文中提出一种基于卡尔曼滤波的数据融合和区间速度预测方法。在对数据进行预处理和交通状态划分的基础上,根据不同的交通状态,进行多源交通数据融合和区间速度的预测。研究确定了卡尔曼滤波方法中的各个参数,并使用人工神经网络的方法求解状态转移矩阵。算法验证结果表明,速度预测的精度在90%以上。 相似文献