全文获取类型
收费全文 | 2799篇 |
免费 | 53篇 |
专业分类
公路运输 | 432篇 |
综合类 | 494篇 |
水路运输 | 1591篇 |
铁路运输 | 312篇 |
综合运输 | 23篇 |
出版年
2024年 | 8篇 |
2023年 | 41篇 |
2022年 | 54篇 |
2021年 | 65篇 |
2020年 | 55篇 |
2019年 | 47篇 |
2018年 | 26篇 |
2017年 | 30篇 |
2016年 | 41篇 |
2015年 | 54篇 |
2014年 | 112篇 |
2013年 | 104篇 |
2012年 | 144篇 |
2011年 | 156篇 |
2010年 | 118篇 |
2009年 | 156篇 |
2008年 | 174篇 |
2007年 | 162篇 |
2006年 | 134篇 |
2005年 | 132篇 |
2004年 | 192篇 |
2003年 | 188篇 |
2002年 | 114篇 |
2001年 | 101篇 |
2000年 | 87篇 |
1999年 | 59篇 |
1998年 | 46篇 |
1997年 | 68篇 |
1996年 | 44篇 |
1995年 | 32篇 |
1994年 | 19篇 |
1993年 | 22篇 |
1992年 | 13篇 |
1991年 | 17篇 |
1990年 | 24篇 |
1989年 | 13篇 |
排序方式: 共有2852条查询结果,搜索用时 12 毫秒
91.
92.
基于神经网络的复合避碰专家系统研究 总被引:4,自引:0,他引:4
此文在对神经网络避碰决策和专家系统避碰决策的优缺点进行分析、研究的基础上,基于神经网络规则抽取技术,提出了“基于神经网络的复合避碰专家系统”,将神经网络的自适应学习能力和避碰专家系统的解释说明能力集成在一个统一的体系结构中,不仅解决了避碰专家系统构建过程中的知识获取“瓶颈”问题,而且还解决了神经网络避碰决策过程的“黑箱”现象,提高了系统决策结果的可信度。 相似文献
93.
谈长江渡船的航行和避让 总被引:1,自引:0,他引:1
0前言2003年7月1日,《长江江苏段船舶定线制规定》(以下简称《定线制规定》)实施以来,对渡船的航行和避让行为作了具体规定;而在以往统一规范船舶在内河航行、避让行动的《中华人民共和国内河避碰规则 相似文献
94.
95.
关联规则发现是数据挖掘研究领域中的重要内容之一,而以自然语言描述的模糊关联规则更符合人类的思维方式,在决策中占据重要作用。基于属性间通常还存着更高层次的抽象,即呈现出层次结构尤其是模糊层次结构这一事实,通过把经典的模糊理论与关联规则发现算法相结合,提出了在模糊层次结构下从数值型数据库中挖掘一般化模糊关联规则的相应算法。 相似文献
96.
很多真实世界处理排序问题代替分类问题,例如由不同生产厂商生产的消费品,大学之间的排序等等.一般地,一个全局的信息表需要给定.本文采用了基于Rough集理论的方法来阐述排序规则的挖掘问题,且利用了基于遗传算法的启发式算法来达到算法的实现. 相似文献
97.
提出了一种基于H-struct结构的频繁闭合项集挖掘算法H-C。该算法利用了H-struct动态链接结构的特点,快速且高效地挖掘闭合的频繁项集,大大减少了冗余关联规则的产生。试验表明该算法对大型数据库的处理效率和扩展性优于传统的频繁项集生成算法。 相似文献
98.
为探究城市群多模式交通系统异常状态的影响范围,从需求端非常态客流变化和供给端运输能力下降两方面对多模式交通系统异常环境进行分类,提出了基于手机信令数据、意向出行调查及客票信息等多源数据的异常状态影响范围识别流程和分析方法;以京津冀城市群为例,确定强链接枢纽间通道客流动态安全阈值,提出了基于贝叶斯预测的通道客流异常检测方法;利用提升度、余弦相似度及其标准化值来区分枢纽关联规则的有效性,提出了基于强关联规则确定异常状态影响范围的方法。研究表明:基于贝叶斯预测的通道客流异常检测方法具有实时性,提高了客流安全阈值精度;基于实际手机数据和假定异常情况下的意向调查数据并结合关联规则确定枢纽影响范围,可为利用数据挖掘技术分析突发异常状态的影响和对策提供借鉴。 相似文献
99.
ISPS规则具体实施中的体会 总被引:1,自引:0,他引:1
1 规则的学习与领会在《国际船舶与港口设施保安规则》(以下简称 ISPS规则)的实施过程中,学习是至关重要的一个环节,只有认真学习、全面掌握规则的要求,悉心领会规则的细节,方能在具体操作中做到条理清楚、脉络分明。不管是A部份的强制性要求.还是B部份的指导 相似文献
100.
为研究驾驶人的跟车特性及探究可适用于不同风格驾驶人的跟车预警规则,为自动驾驶车辆开发可满足不同用户驾驶需求和驾乘体验的主动安全预警系统,选取50名被试驾驶人开展实车试验,采集驾驶人跟车行为表征参数并基于雷达数据确定跟车事件提取规则。选取平均跟车时距和平均制动时距为二维向量,使用基于K-means聚类结果的高斯混合模型将驾驶人聚类为3种风格类型(冒进型、平稳型、保守型)。通过分析3组驾驶人的跟车及制动数据,将不同类型驾驶人的制动时距分位数作为跟车预警阈值,结合实际预警数据及不同制动时距分位数对应的预警正确率,对现有跟车预警规则进行调整,以适应不同类型驾驶人的驾驶需求。研究结果表明:3组驾驶人的平均跟车时距和平均制动时距差异显著,冒进型驾驶人倾向于选择较小的跟车时距和制动时距,保守型驾驶人的跟车时距和制动时距则普遍较大;3组驾驶人的实际跟车预警次数为215次,驾驶人采取制动操作而系统未予以预警的次数为329次,系统整体预警正确率为21.9%,漏警率为87.5%,通过分析信息熵等判定当前预警规则并不合理;将每类驾驶人制动时距的10%分位数作为阈值时的预警效果较好,调整后的跟车预警规则能在一定程度上适应不同的驾驶人类型。 相似文献