全文获取类型
收费全文 | 2715篇 |
免费 | 220篇 |
专业分类
公路运输 | 715篇 |
综合类 | 904篇 |
水路运输 | 490篇 |
铁路运输 | 682篇 |
综合运输 | 144篇 |
出版年
2024年 | 9篇 |
2023年 | 18篇 |
2022年 | 88篇 |
2021年 | 108篇 |
2020年 | 96篇 |
2019年 | 70篇 |
2018年 | 64篇 |
2017年 | 96篇 |
2016年 | 91篇 |
2015年 | 121篇 |
2014年 | 252篇 |
2013年 | 184篇 |
2012年 | 262篇 |
2011年 | 229篇 |
2010年 | 197篇 |
2009年 | 172篇 |
2008年 | 146篇 |
2007年 | 202篇 |
2006年 | 187篇 |
2005年 | 113篇 |
2004年 | 61篇 |
2003年 | 35篇 |
2002年 | 37篇 |
2001年 | 34篇 |
2000年 | 17篇 |
1999年 | 6篇 |
1998年 | 6篇 |
1997年 | 6篇 |
1996年 | 7篇 |
1995年 | 4篇 |
1994年 | 1篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 6篇 |
1990年 | 3篇 |
1989年 | 2篇 |
排序方式: 共有2935条查询结果,搜索用时 15 毫秒
81.
高速铁路短期客流预测是铁路运输系统的重要组成部分。无论是对列车开行方案的制定,还是对如何采取正确的营销策略,都具有重大的现实意义。通过混合经验模态分解方法和神经网络方法相结合的EMD-BPN方法来预测高速铁路短期客流量。组合方法主要分为三步:首先,使用经验模态分解方法将客流时间序列分解;其次,将IM Fs作为BP神经网络的输入;最后,应用神经网络对客流量做出预测。数值实例表明,该方法对于高速铁路短期客流预测在精度和稳定性上都有良好的表现。 相似文献
82.
83.
随着中国城市群的快速发展,城际交通出行环境发生了巨大的变化,因此城际出行者也会不断地重建自己的出行习惯,这就要求建立动态模型研究城际出行者出行行为和预测城际交通需求。本文调查出行者在宁杭城际高铁开通前后两个时期的出行信息,并且引入状态依赖变量表征出行者之前选择结果对之后出行选择的影响,建立了基于面板数据的城际出行方式选择动态模型。模型结果表明,基于面板数据的动态模型比传统的基于出行者单次出行数据的模型拥有更高精度。同时本文根据宁杭城际出行背景设置三组政策变化方案预测出行分担率,结果表明,当选择环境发生变化时,传统模型会高估出行方式分担率的变化程度。以上结论能更好地服务于中国城际交通的规划。 相似文献
84.
针对现有车辆检测算法在实际复杂道路情况下对车辆有效检测率不高的问题,提出了融合多模式弱分类器,并以AdaBoost-Bagging集成为强分类器的车辆检测算法。结合判别式模型善于利用较多的特征形成较好决策边界和生成式模型善于利用较少的特征排除大量负样本的优点,以Haar特征训练判别式弱分类器,以HOG特征训练生成式弱分类器,以AdaBoost算法为桥梁,采用泛化能力强的Bagging学习器集成算法得到AdaBoost-Bagging强分类器,利用Caltech1999数据库和实际道路图像对检测算法进行了验证。验证结果表明:相比于单模式弱分类器,AdaBoostBagging强分类器在分类能力和处理时间上均具有优越性,表现为较高的检测率与较低的误检率,分别为95.7%、0.000 27%,每帧图像的检测时间较少,为25ms;与传统级联AdaBoost分类器相比,AdaBoost-Bagging强分类器虽然增加了12%的检测时间和30%的训练时间,但检测率提升了1.8%,误检率降低了0.000 06%;本文算法的检测性能显著优于基于Haar特征的AdaBoost分类器算法、基于HOG特征的SVM分类器算法、基于HOG特征的DPM分类器算法,具有较佳的车辆检测效果。 相似文献
85.
中国城市常借鉴国外发展经验来制定城市交通战略,但缺乏对国内外城市交通特征的准确辨析。城市交通特征应反映主动出行者与被动出行者的区别。首先比较广州市与世界级城市的出行方式构成和出行特点,指出广州市的公共交通出行者大多为无驾驶执照或未购置小汽车的人群。针对公共交通出行分担率单一指标的弊端,引入公共交通出行指数与机动化水平来表征城市公共交通发展程度。评价广州市及世界级城市公共交通发展水平,并据此划分9类交通模式。结果显示,广州市公共交通服务水平和机动化水平均处于初级阶段。最后,分析广州市交通模式升级转型的最佳路线及实施策略,指出公共交通出行分担率与机动化水平的矛盾与协调是制定交通发展战略时需要考虑的关键所在。 相似文献
86.
87.
88.
89.
90.