全文获取类型
收费全文 | 5498篇 |
免费 | 126篇 |
专业分类
公路运输 | 1909篇 |
综合类 | 1017篇 |
水路运输 | 1455篇 |
铁路运输 | 1141篇 |
综合运输 | 102篇 |
出版年
2024年 | 29篇 |
2023年 | 120篇 |
2022年 | 113篇 |
2021年 | 165篇 |
2020年 | 112篇 |
2019年 | 95篇 |
2018年 | 39篇 |
2017年 | 59篇 |
2016年 | 73篇 |
2015年 | 127篇 |
2014年 | 215篇 |
2013年 | 220篇 |
2012年 | 259篇 |
2011年 | 320篇 |
2010年 | 313篇 |
2009年 | 358篇 |
2008年 | 352篇 |
2007年 | 301篇 |
2006年 | 246篇 |
2005年 | 230篇 |
2004年 | 211篇 |
2003年 | 224篇 |
2002年 | 157篇 |
2001年 | 163篇 |
2000年 | 152篇 |
1999年 | 109篇 |
1998年 | 114篇 |
1997年 | 133篇 |
1996年 | 99篇 |
1995年 | 78篇 |
1994年 | 81篇 |
1993年 | 79篇 |
1992年 | 68篇 |
1991年 | 54篇 |
1990年 | 62篇 |
1989年 | 83篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1985年 | 3篇 |
1965年 | 4篇 |
1955年 | 1篇 |
排序方式: 共有5624条查询结果,搜索用时 93 毫秒
201.
202.
203.
204.
205.
高云超 《铁路通信信号工程技术》2021,(1):76-79
青岛地铁11号线采用的是国内自主研发的自动列车监控系统(ATS),ATS系统作为一个综合信息监控系统的实现平台,以通信前置机作为通信枢纽,与时钟系统、乘客信息系统、广播系统、综合监控系统、无线系统等实现接口.现结合现场实际运行数据,采用UltraEdit文本编辑工具对通信前置机的日志进行检索、分析,通过系统后台的日志分... 相似文献
206.
基于支持向量机的发动机气路故障预诊断 总被引:2,自引:0,他引:2
为实现航空发动机气路故障在线预诊断,分析了地空数据链系统中发动机气路参数报文的协议格式,建立了基于支持向量机算法的发动机气路参数在线预测模型。以便携式地空数据链收发系统为硬件基础,构建发动机报文并行处理系统,获取建模所需的训练样本。利用最终误差预报准则确定样本数据嵌入维数,实现时序样本数据的相空间重构。提出自适应网格搜索法优化支持向量机建模参数,获得气路参数在线预测模型,与航路飞机建立地空数据链通信,预测气路参数趋势。预测结果表明:参数低压转子转速、高压转子转速、尾气温度与燃油流量的相对预测误差分别为2.5%、2.1%、1.9%与2.3%,因此,支持向量机模型具有较高预测精度。 相似文献
207.
支持向量机增量学习算法研究 总被引:15,自引:0,他引:15
给出了使用多支持向量机进行增量学习的算法.传统的支持向量机不具有增量学习性能,而常用的增量学习方法各具有不同的优缺点,基于固定划分和过间隔技术,提出了使用多支持向量机进行增量学习的算法;使用此算法,针对标准数据集BUPA及用NDC生成的数据集OUTTRAIN进行了实验,结果表明,使用单一的支持向量机进行增量学习,不论采用过间隔还是固定划分技术,其增量学习的正确率不及使用多支持向量机增量学习算法的正确率。 相似文献
208.
针对目前交通量预测中所广泛采用的基于经验风险最小化的BP网络易于陷入局部最优解等缺点,介绍了一种新的预测方法——基于结构风险最小化的SVMR交通量预测模型,经实践证明能够较好地解决道路交通量预测问题。 相似文献
209.
通过对优化水泥稳定碎石集料的矿料级配、采用表面振动压实法进行基层配合比设计、采用试验路确定的最佳含水量和最大干密度进行配合比设计、提高生产质量控制水平,对控制水泥用量和矿料级配的均匀性进行分析,总结了选用合理、较低水泥剂量的方法,阐述了降低水泥稳定碎石基层的设计水泥剂量是提高基层抗裂性能、降低工程投资的有效途径。 相似文献
210.
为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法(Adaptive Lasso)进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明:Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效. 相似文献