全文获取类型
收费全文 | 1452篇 |
免费 | 82篇 |
专业分类
公路运输 | 357篇 |
综合类 | 577篇 |
水路运输 | 327篇 |
铁路运输 | 255篇 |
综合运输 | 18篇 |
出版年
2024年 | 15篇 |
2023年 | 57篇 |
2022年 | 71篇 |
2021年 | 58篇 |
2020年 | 38篇 |
2019年 | 54篇 |
2018年 | 26篇 |
2017年 | 22篇 |
2016年 | 31篇 |
2015年 | 48篇 |
2014年 | 55篇 |
2013年 | 43篇 |
2012年 | 68篇 |
2011年 | 80篇 |
2010年 | 60篇 |
2009年 | 64篇 |
2008年 | 96篇 |
2007年 | 76篇 |
2006年 | 85篇 |
2005年 | 58篇 |
2004年 | 64篇 |
2003年 | 50篇 |
2002年 | 48篇 |
2001年 | 43篇 |
2000年 | 28篇 |
1999年 | 35篇 |
1998年 | 23篇 |
1997年 | 15篇 |
1996年 | 25篇 |
1995年 | 18篇 |
1994年 | 14篇 |
1993年 | 12篇 |
1992年 | 15篇 |
1991年 | 9篇 |
1990年 | 17篇 |
1989年 | 12篇 |
1988年 | 1篇 |
排序方式: 共有1534条查询结果,搜索用时 156 毫秒
341.
342.
343.
在分析影响小汽车出行的停车场主要因素(包括步行距离、停车费用、空余泊位数等)特征的基础上,以调查数据为依据,应用非集计模型中的随机效用理论,建立了假日小汽车车主出行行为模型,并标定了各影响因素的参数.结果表明,停车场服务水平与假日小汽车出行行为之间存在密切关系. 相似文献
344.
Multivariate hash functions are a type of hash functions whose compression function is explicitly defined as a sequence of multivariate equations. Billet et al designed the hash function MQ-HASH and Ding et al proposed a similar construction. In this paper, we analyze the security of multivariate hash functions and conclude that low degree multivariate functions such as MQ-HASH are neither pseudo-random nor unpredictable. There may be trivial collisions and fixed point attacks if the parameters of the compression ftmction have been chosen. And they are also not computation-resistance, which makes MAC forgery easily. 相似文献
345.
346.
屈江锋 《交通世界(建养机械)》2009,(17):89-90
引言
随着桥梁建设的日益增多,桥梁结构的设计受到人们越来越多的关注。结构完成需要经过设计、加工、制作等阶段,由于技术和人为的原因,在这个过程中桥梁结构的缺陷存在在所难免,所以桥梁结构设计与分析中时常会面临一些随机因素的影响,随机因素对不同桥梁结构部位的影响各不相同,使用分析方法不同,结果也会截然不同。随着人们对随机理论研究的深入,已经具备了解决实际工程的能力。 相似文献
347.
348.
349.
为探索驾驶员驾驶行为与电动公交车能耗之间的关系,采用随机森林算法建立电动公交车能耗预测模型。为克服驾驶行为特征参数和样本数据的随机性对电动公交车能耗预测模型的负面影响,运用灰色关联投影法计算各驾驶行为特征参数的灰色关联度以及各样本数据的投影值,筛选出与能耗具有高关联性的驾驶行为特征参数作为模型的输入变量,以及相似度较高的样本数据作为训练集和测试集。同时,引入了与能耗具有显著相关性的驾驶风格变量以进一步提升模型的预测能力,运用K-means聚类方法将驾驶风格分类并得到驾驶风格标签。将驾驶风格标签和筛选后驾驶行为特征参数作为输入变量,单位里程能耗作为输出变量,基于筛选后的数据集建立了考虑驾驶风格的电动公交车能耗灰色关联投影-随机森林(GRP-RF)预测模型。基于广州市某线路电动公交车运营数据对模型进行检验,并运用该模型分析加速、制动和运行3种典型场景下相应驾驶行为特征参数对电动公交车能耗的影响。结果表明:该模型预测能耗的均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别为0.001 8 kW·h/km和3.42%。相比于不考虑驾驶风格的GRP-RF模型和随机森林模型,该模型的RMSE分别降低了35.71%和48.57%,MAPE分别降低了38.82%和46.81%。研究结果表明:加速、制动和运行阶段的平均能耗分别为1.066,0.903 7,0.955 2 kW·h/km;为使各阶段能耗在相应均值以下,加速阶段应控制加速踏板开度在55%以内;制动阶段应控制制动踏板开度在25%以内;运行阶段应控制车速在40 km/h以内。 相似文献