全文获取类型
收费全文 | 2280篇 |
免费 | 71篇 |
专业分类
公路运输 | 460篇 |
综合类 | 717篇 |
水路运输 | 764篇 |
铁路运输 | 384篇 |
综合运输 | 26篇 |
出版年
2024年 | 20篇 |
2023年 | 85篇 |
2022年 | 105篇 |
2021年 | 112篇 |
2020年 | 104篇 |
2019年 | 105篇 |
2018年 | 37篇 |
2017年 | 45篇 |
2016年 | 51篇 |
2015年 | 52篇 |
2014年 | 97篇 |
2013年 | 99篇 |
2012年 | 104篇 |
2011年 | 121篇 |
2010年 | 134篇 |
2009年 | 138篇 |
2008年 | 129篇 |
2007年 | 135篇 |
2006年 | 124篇 |
2005年 | 111篇 |
2004年 | 103篇 |
2003年 | 93篇 |
2002年 | 56篇 |
2001年 | 53篇 |
2000年 | 18篇 |
1999年 | 22篇 |
1998年 | 15篇 |
1997年 | 15篇 |
1996年 | 13篇 |
1995年 | 10篇 |
1994年 | 9篇 |
1993年 | 12篇 |
1992年 | 2篇 |
1991年 | 5篇 |
1990年 | 14篇 |
1989年 | 1篇 |
1988年 | 1篇 |
1985年 | 1篇 |
排序方式: 共有2351条查询结果,搜索用时 15 毫秒
81.
文章针对重庆高家花园嘉陵江大桥实时健康监测系统的挠度长期监测数据,根据监测信息的时间序列呈季节、循环等非平稳状态特点,介绍采用ARMA时间序列预测模型,对挠度监测数据中所包含的外荷载的变化趋势及结构抗力的衰变信息进行动态预测,同时建立了结构外效应的预测函数。结果表明,采用低阶模型能对挠度监测值进行较好的动态预测。 相似文献
82.
船舶图像特征分割和提取算法是图像检测领域中的基础工作。由于船舶航运环境和船舶自身结构组成相对复杂,船舶图像的全自动分割方法在图像检测过程中经常出现边缘模糊、准确性低等问题。因此提出基于图像检测的船舶特征分割与提取优化算法,结合免疫算法获取更多图像特征信息,达到快速、准确的对船舶图像特征进行提取和分割的目的。为验证算法的准确性进行仿真实验,结合船舶区域图像对图像边界特征进行提取和分割,并与传统方法进行比较。实验结果证明基于图像检测的船舶特征分割与提取优化算法可以有效达到特征融合、全局最优、算法效率高等优良特性,使图像具有更强的实用性。 相似文献
83.
84.
85.
城市交叉口交通流特征与短时预测模型 总被引:11,自引:0,他引:11
时间尺度大于15 min的城市交通流预测模型已无法满足交通信号实时控制和交通信息实时发布的需求,通过对广州市中心区交叉路口交通流长期观察和数据采集,分析了各种时间尺度的交通流特性,提出以路口信号周期作为时间尺度,绿灯流率作为变量的ARIMA(p,d,q)短时交通预测模型。以1个和3个信号周期的时间尺度为例,对城市交叉路口不同时间段交通流进行建模和预测。结果表明ARIMA(p,d,q)预测模型结构稳定,算法简单,时间尺度为3个信号周期的预测模型可以很好地保持交通流特征,均方根误差为0.015 9,预测精度较高。 相似文献
86.
为了提高道路断面短时交通流预测的精确性,本文对道路断面的短时交通流数据进行混沌时间序列分析,并对多维交通流时间序列数据进行了相空间重构,建立基于混沌时间序列分析的道路断面短时交通流预测模型,利用粒子群优化算法优化模型的参数选择.最后应用本文的方法对城市快速路采集的断面交通流数据进行分析,对道路断面短时交通流建立预测模型并验证其有效性. 相似文献
87.
88.
《舰船科学技术》2021,(2)
传统船舶视频图像类型识别算法在图像类型识别计算过程中,存在视频图像高频尺度空间像素子带系数计算精度较低,导致图像画面差异辨识度降低,无法高精度对比图像特征参量的问题。因此,提出计算机大数据船舶视频图像类型辩识分析。通过神经网络算法,建立视频图像特征的神经网络模型;根据特征模型推导建立辨识模型。在辨识模型的基础上,通过导入大数据高频子带尺度算法,对图像特征尺度空间内的高频子带系数进行优化计算,从而提升视频图像类型的辨识精度。通过实验数据对比表明:提出的视频图像辨识算法,能够有效改善图像类型识别环境,提升图像类型辨识精度,解决了传统辨识算法辨识精度低的问题。 相似文献
89.
90.
《舰船科学技术》2019,(2)
传统舰船假目标图像检测算法存在检测精准度低的缺陷,为此提出智能视频监控中舰船假目标图像检测算法研究。将智能视频监控中采集的图像采用灰度化处理得到灰度图像,利用直方图均衡化处理灰度图像,提升图像的质量。采用滤波处理方法将得到的图像进行去噪,完成图像的预处理,为图像检测做准备。采用小波变换方法对上述得到的图像进行特征提取,将得到的图像特征输入到图像检测模型中,与真目标图像特征进行逐一比较,输出假目标图像,实现了对舰船假目标图像的检测。实验结果表明,提出的舰船假目标图像检测算法检测精准度比传统算法高出21.8%,说明提出的舰船假目标图像检测算法具备极高的有效性。 相似文献