全文获取类型
收费全文 | 427篇 |
免费 | 12篇 |
专业分类
公路运输 | 63篇 |
综合类 | 151篇 |
水路运输 | 42篇 |
铁路运输 | 116篇 |
综合运输 | 67篇 |
出版年
2024年 | 1篇 |
2023年 | 9篇 |
2022年 | 11篇 |
2021年 | 7篇 |
2020年 | 6篇 |
2019年 | 8篇 |
2018年 | 3篇 |
2017年 | 4篇 |
2016年 | 2篇 |
2015年 | 6篇 |
2014年 | 25篇 |
2013年 | 33篇 |
2012年 | 32篇 |
2011年 | 24篇 |
2010年 | 27篇 |
2009年 | 31篇 |
2008年 | 37篇 |
2007年 | 26篇 |
2006年 | 24篇 |
2005年 | 27篇 |
2004年 | 21篇 |
2003年 | 19篇 |
2002年 | 10篇 |
2001年 | 6篇 |
2000年 | 5篇 |
1999年 | 6篇 |
1998年 | 4篇 |
1997年 | 7篇 |
1996年 | 3篇 |
1995年 | 6篇 |
1994年 | 1篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有439条查询结果,搜索用时 656 毫秒
91.
至2010年前俄罗斯将淘汰大部分旧机车,但据估计其货运量到2010年将增加26%,客运量增加6%~7%.为满足运输量增长的要求,俄罗斯铁路需要约6 800台电力机车和6 500台内燃机车.文章介绍了俄罗斯制定的机车战略决策. 相似文献
92.
93.
春节是我国移动假日之一,对运输、经济和旅游影响显著,特别是对铁路客运量影响巨大.使用移动假日效应和Genhol程序思想,改进前人“移动假日对客运量的影响是均匀变化”的认识,设计移动假日对客运量影响是μ型双峰变化过程,基于X-12-ARIMA模型,建立适合中国铁路客运量的三时段春节季节调整模型.结果显示:春节效应显著,节前、节中和节后影响程度不同.模型调整曲线光滑程度高,调整质量Q统计量值为0.340.运用该模型对2012年月度客运量估算分析,相对误差为4.2%. 相似文献
94.
随着轨道网络的逐步成型,轨道与其他方式之间的换乘方便程度成为影响轨道客运量规模的关键因素.为了充分发挥轨道疏解城市交通拥堵的作用,在解析广州市轨道交通一体化现状的基础上,运用分层罗吉特模型的方法,建立针对性的交通分析模型,重点对公交车、自行车和停车三种交通方式的换乘距离对换乘的敏感性进行了定量研究,并提出相应的开发次序,同时对换乘收费进行研究,并总结研究结果. 相似文献
95.
《郑州铁路职业技术学院学报》2022,(1):22-25
对于铁路客运量预测的准确度问题,本研究提出了基于粒子群(PSO)优化最小二乘支持向量机(LS-SVM)重要参数的方法。以1995—2013年的铁路客运量历史数据作为训练集,2014—2018年的客运量作为测试集,用LS-SVM进行建模和预测。针对模型中参数难以选择问题,采用PSO全局搜索方法,与神经网络和LS-SVM的预测效果作比较,仿真表明,采用PSO优化LS-SVM对铁路客运量建模与预测效果更好,精度更高。 相似文献
96.
97.
针对传统BP神经网络模型存在的计算效率和泛化能力低的问题,采用双层次特征分析方法对铁路旅客发送量统计数据的时间特征进行分析,提取出日趋势特征、月趋势特征、日周期性特征、月周期性特征、春运-暑运特征和黄金周-小长假特征作为模型的输入变量,建立双层次的BP神经网络模型,然后根据Gram-Schmidt正交化定理对双层次BP神经网络模型进行改进,在隐含层的输出采用Gram-Schmidt变换增加投影层,从而得到双层次正交神经网络模型。该模型包括2个相对独立的网络模型,1个用于处理客运量日数据,另1个用于处理月数据,2个网络模型的输出经过合成,最终得到客运量的预测结果。模型的应用证明,在铁路客运量预测中双层次正交神经网络模型比传统的BP神经网络模型更为有效。 相似文献
98.
铁信 《现代城市轨道交通》2010,(3):95-95
巴西圣保罗的地铁网是南美洲最繁忙的地铁之一,虽然长度只有61km,每天的客运量却高达350万人,大部分列车都人满为患,然而乘客人数还在不断增加。为此,圣保罗州政府公布了一项巨大的投资计划,将对地铁网进行现代化改造,增加地铁运能, 相似文献
99.
100.
针对铁路客运量在时序上的复杂非线性特征,采用径向基函数(RBF)神经网络对铁路客运量时间序列进行预测.用自相关分析技术分析时间序列的延迟特性,据此确定RBF神经网络的输入、输出向量,建立了基于MATLAB7.0环境下的RBF神经网络客运量预测模型,并用大连站实际客运量数据进行了验证.结果表明,该模型拟合精度和预测精度较高、计算速度较快. 相似文献