全文获取类型
收费全文 | 429篇 |
免费 | 41篇 |
专业分类
公路运输 | 99篇 |
综合类 | 182篇 |
水路运输 | 107篇 |
铁路运输 | 58篇 |
综合运输 | 24篇 |
出版年
2023年 | 3篇 |
2022年 | 25篇 |
2021年 | 20篇 |
2020年 | 12篇 |
2019年 | 14篇 |
2018年 | 5篇 |
2017年 | 13篇 |
2016年 | 17篇 |
2015年 | 17篇 |
2014年 | 30篇 |
2013年 | 22篇 |
2012年 | 36篇 |
2011年 | 24篇 |
2010年 | 17篇 |
2009年 | 16篇 |
2008年 | 32篇 |
2007年 | 37篇 |
2006年 | 37篇 |
2005年 | 23篇 |
2004年 | 16篇 |
2003年 | 12篇 |
2002年 | 4篇 |
2001年 | 9篇 |
2000年 | 3篇 |
1999年 | 2篇 |
1998年 | 3篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 5篇 |
1993年 | 2篇 |
1992年 | 4篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1987年 | 1篇 |
1984年 | 2篇 |
排序方式: 共有470条查询结果,搜索用时 15 毫秒
1.
针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。 相似文献
2.
3.
机车车辆在轨道上运行时,线路的不平顺及车轮的变形会使悬挂装置受到各种有害冲击。断裂和应力松弛是机车车辆钢弹簧最常见的失效形式,有研究证明弹簧断裂绝大部分都是因疲劳引起的。发生松弛失效的弹簧没有及时更换,会给列车的安全运行埋下隐患,引发严重的行车事故。运用多体动力学软件SIMPACK建立整车模型.提取弹簧随机载荷谱,通过疲劳分析软件FE—Safe对某电力机车二系悬挂钢弹簧进行随机疲劳寿命分析,对轨道车辆钢弹簧寿命预测及确定更换周期具有一定的工程实用价值。 相似文献
4.
5.
基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据,从数据驱动视角,深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上,采用KMeans算法,将站点聚为5类,探讨各类站点的时变需求规律及影响因素;在空间上,提出基于POI 数据的站点用地类型识别方法,将站点分为居住类、交通设施类、办公类和商业休闲类。构建以 15,30,60 min 为间隔,以租还车需求为目标变量的随机森林预测模型,并与常用的 BP (Back Propagation)神经网络、K最近邻方法进行比较。结果表明,随机森林模型的精度更高,适用性更强。以30 min为间隔的站点租还车需求预测精度最高,考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统,为改善服务水平提供技术和理论支撑。 相似文献
6.
The use of smartphone technology is increasingly considered a state-of-the-art practice in travel data collection. Researchers have investigated various methods to automatically predict trip characteristics based upon locational and other smartphone sensing data. Of the trip characteristics being studied, trip purpose prediction has received relatively less attention. This research develops trip purpose prediction models based upon online location-based search and discovery services (specifically, Google Places API) and a limited set of trip data that are usually available upon the completion of the trip. The models have the potential to be integrated with smartphone technology to produce real-time trip purpose prediction. We use a recent, large-scale travel behavior survey that is augmented by downloaded Google Places information on each trip destination to develop and validate the models. Two statistical and machine learning prediction approaches are used, including nested logit and random forest methods. Both sets of models show that Google Places information is a useful predictor of trip purpose in situations where activity- and person-related information is uncollectable, missing, or unreliable. Even when activity- and person-related information is available, incorporating Google Places information provides incremental improvements in trip purpose prediction. 相似文献
7.
吕彭民 《山东交通学院学报》2006,14(3):1-5
以Didik方法的雨流循环计数应力范围概率密度函数为依据,考虑长寿命区的S-N曲线,利用不完全Γ函数建立了一种宽带随机载荷谱下结构疲劳寿命计算的解析解法,为用频域法计算结构在宽带随机载荷谱下疲劳寿命提供了一种快捷方法。 相似文献
8.
Lei Xu 《Vehicle System Dynamics: International Journal of Vehicle Mechanics and Mobility》2017,55(3):427-448
The vehicle–track coupled system has a random nature in the time–space domain. This paper proposes a computational model to analyse the temporal–spatial stochastic vibrations of vehicle–track systems, where the vehicle–track system is divided into a vehicle subsystem, track subsystem, and interfacial subsystem between the wheel and rail. In this model, the time-varying randomicity of dynamical parameters of the vehicle system, correlation, and randomness of the track structural parameters in the time–space joint dimensions, and randomness of the track random irregularities are considered. A probability dimension-reduction method was used to randomly combine different random variables. Furthermore, the probability density evolution method was applied to solve the delivery problem of probabilities between excitation inputs and response outputs. The temporal–spatial stochastic vibrations of the vehicle–track system with different coefficients of variation were studied, in which we assumed that the dynamic parameters obeyed the normal distribution, and the stochastic simulation method of the track random irregularities is probed into. The calculated results from this model are consistent with the actual measured results and physical conceptions. Thus, the temporal–spatial stochastic evolutionary mechanism can be explored, and the limits of dynamic indices can be formulated by using this developed model. 相似文献
9.
旅游目的地选择是游客出行决策的核心问题,本文对游客的目的地选择行为进 行了研究.本课题组选取北京市区8个景点,以在京旅游的游客作为研究对象,组织进行了 游客出行行为调查.问卷设计22 项旅游动机,通过对游客旅游动机项提取因子,并对旅游 动机的因子得分进行聚类分析把游客分为4 类.在构建游客旅游目的地选择行为模型时, 对首个目的地和非首个目的地分别建模.模型中引入了旅游动机类型变量,证明旅游动机 对游客目的地选择行为影响显著.另外出行距离在不同阶段对游客目的地选择的影响存 在显著的差异.该模型精度较高,为进一步研究旅游目的地选择行为提供了理论依据. 相似文献
10.