全文获取类型
收费全文 | 701篇 |
免费 | 95篇 |
国内免费 | 134篇 |
专业分类
电工技术 | 16篇 |
综合类 | 253篇 |
金属工艺 | 4篇 |
机械仪表 | 13篇 |
建筑科学 | 83篇 |
矿业工程 | 4篇 |
轻工业 | 9篇 |
水利工程 | 15篇 |
武器工业 | 4篇 |
无线电 | 70篇 |
一般工业技术 | 29篇 |
冶金工业 | 1篇 |
自动化技术 | 429篇 |
出版年
2024年 | 1篇 |
2023年 | 27篇 |
2022年 | 38篇 |
2021年 | 43篇 |
2020年 | 34篇 |
2019年 | 49篇 |
2018年 | 19篇 |
2017年 | 23篇 |
2016年 | 29篇 |
2015年 | 40篇 |
2014年 | 60篇 |
2013年 | 54篇 |
2012年 | 54篇 |
2011年 | 68篇 |
2010年 | 50篇 |
2009年 | 67篇 |
2008年 | 60篇 |
2007年 | 50篇 |
2006年 | 44篇 |
2005年 | 31篇 |
2004年 | 23篇 |
2003年 | 16篇 |
2002年 | 10篇 |
2001年 | 5篇 |
2000年 | 7篇 |
1999年 | 9篇 |
1998年 | 4篇 |
1997年 | 1篇 |
1996年 | 5篇 |
1995年 | 4篇 |
1993年 | 2篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有930条查询结果,搜索用时 31 毫秒
1.
《武汉理工大学学报》2021,(2):28-34
为解决单一高速公路短时交通流预测模型预测精度低的问题,提出一种基于门控循环单元神经网络(Gated Recurrent Unit,GRU)和支持向量回归(Support Vector Regression,SVR)的组合预测模型。在对收集到的样本数据进行降噪处理后,分别构建GRU和SVR预测模型并基于最优组合赋权法对二者的预测结果进行赋权以得到最终预测结果。为检验所构建的GRU-SVR预测模型的实践适用性,依托实际高速公路交通流数据进行实例验证,并与单一的GRU、SVR模型预测结果进行对比。结果表明:所构建的预测模型具有较高的预测精度和泛化能力,可为高速公路短时交通流预测提供指导和借鉴。 相似文献
2.
在"互联网+交通"的背景下,为了更好地模拟机非混行道路上的路阻变化情况,提出了一种新的模糊神经网络自组织测算模型。首先,在非线性回归模型的基础上,对单幅路面上的混合交通流数据进行样本预处理。然后,设计一种自组织聚类算法,自动地确定模糊神经网络的结构和参数初值,再通过监督学习优化模型参数,得到满足精度要求的道路阻抗仿真值。最后,以成都市太升南路作为实际算例,验证模型的有效性。仿真结果表明:该模型可涵盖样本空间72.62%的数据,并有效抑制了非线性回归模型因样本信息冗余或缺失所导致的多重共线性;与既有的道路阻抗测算方法相比,模型在均方根误差和平均百分误差性能评价指标上分别降低了33.25%和37.58%,拟合度更高,并较好地反映了单幅路面上道路阻抗变化的波动性与随机性,与实际相符。 相似文献
3.
针对误差反馈循环卷积神经网络在运用到短时交通流预测时存在仅仅能接收时序误差序列,忽略交通流误差数据中隐含的空间拓扑特征,且在模型初始化时其采用的通用卷积神经网络初始化方法降低了模型训练效率的问题,本文提出一种优化的误差反馈循环卷积神经网络模型,在误差反馈循环卷积神经网络模型基础上根据预测误差数据的时空特性对误差反馈层进行结构强化,能够处理包含简单空间关系的误差序列。同时通过在模型训练的过程中分离模型产生的历史预测误差和训练误差,使得模型构建过程更加高效,加速了模型收敛速度。通过北京市四环道路交通数据的实验表明,优化的误差反馈循环卷积神经网络预测模型在预测精度、构建效率及鲁棒性上均得到有效提高。 相似文献
4.
5.
提出了一种基于改进的蜂群智能算法的路径选择分配方法。首先利用双向信息传递技术得到实时路段的交通流状况,将路段的通行能力分级,通过模仿蜂群个体的局部寻优比较得到最优解,具有较快的收敛速度。仿真结果表明,提出的模型和算法不仅能有效解决城市交通路径分配问题,而且计算复杂度较低,算法的计算效率较高,为提高交通路网的效率及实用性和有效性提供了依据。 相似文献
6.
交通流预测作为信号协调和出行时间预测等任务的基础,成为了交通领域的研究点。对于交通流预测问题,研究人员提出了多种方法,但这些方法大多只使用交通流数据的时域信息进行交通流预测,忽略了空间相关性对于预测目标路段流的影响,导致预测精度不理想。基于组合模型的思想提出了一种称为LSTM-RF的交通流预测模型。在交通流预测过程中,首先使用LSTM模型提取预测目标路段的时序特征,再将其预测值与采集的相邻上下游路段信息同时作为随机森林模型的输入特征,进行交通流时空相关性分析,获得最终的预测结果。并通过贵阳市车牌识别系统采集的城区132条路段的交通流数据进行实验验证。结果表明:该方法在预测精度上优于单一模型,并且预测误差相比单一模型有明显减少。 相似文献
8.
为了提高长时交通流的预测精度,提出一种改进的人工蜂群优化BP神经网络分时段预测交通流的方法。利用Tent混沌映射采蜜蜂放弃的新解,实现具有混沌搜索策略的人工蜂群算法,然后优化BP神经网络的权值和阈值,最终训练BP神经网络以求得最优值。利用该预测方法对合肥市黄天路全天的交通流分时段预测,实现了对长时交通流的准确预测,与传统的人工蜂群优化BP神经网络预测对比,能有效改善预测精度,降低预测误差。 相似文献
9.
10.
为改进高速公路交通流状态估计方法,采用速度梯度模型作为交通流的系统状态方程构建交通流状态估计模型.通过对速度梯度模型参数的敏感性分析,发现模型估计误差对自由流速度和阻塞传播速度两参数较为敏感,需在线估计.然后分别给出了速度梯度模型与扩展卡尔曼滤波以及无迹卡尔曼滤波相结合的高速公路交通流状态估计方法,并应用实测数据对两类交通流状态估计方法的性能进行了评估.结果发现:两类交通状态估计的精度均可达85%左右,无迹卡尔曼滤波算法精度略好于扩展卡尔曼滤波,但计算时耗大.基于速度梯度模型的交通流状态估计方法能有效估计和跟踪交通流状态的变化,且相较于同类方法,所需标定的模型参数更少. 相似文献