全文获取类型
收费全文 | 252篇 |
免费 | 0篇 |
专业分类
财政金融 | 17篇 |
工业经济 | 20篇 |
计划管理 | 49篇 |
经济学 | 24篇 |
综合类 | 7篇 |
运输经济 | 9篇 |
贸易经济 | 23篇 |
农业经济 | 11篇 |
经济概况 | 84篇 |
信息产业经济 | 7篇 |
邮电经济 | 1篇 |
出版年
2023年 | 2篇 |
2022年 | 4篇 |
2021年 | 3篇 |
2020年 | 2篇 |
2019年 | 2篇 |
2018年 | 2篇 |
2017年 | 1篇 |
2016年 | 5篇 |
2015年 | 11篇 |
2014年 | 19篇 |
2013年 | 21篇 |
2012年 | 30篇 |
2011年 | 39篇 |
2010年 | 19篇 |
2009年 | 14篇 |
2008年 | 14篇 |
2007年 | 7篇 |
2006年 | 7篇 |
2005年 | 3篇 |
2004年 | 8篇 |
2003年 | 3篇 |
2001年 | 1篇 |
1999年 | 3篇 |
1998年 | 5篇 |
1997年 | 4篇 |
1996年 | 4篇 |
1995年 | 2篇 |
1994年 | 3篇 |
1993年 | 1篇 |
1992年 | 3篇 |
1991年 | 4篇 |
1989年 | 1篇 |
1963年 | 1篇 |
1957年 | 1篇 |
1955年 | 1篇 |
1953年 | 2篇 |
排序方式: 共有252条查询结果,搜索用时 15 毫秒
251.
掌握不同城市轨道交通车站的客流短时变化规律是应急措施制定、常规客流组织和列车开行的关键依据,研究主要探索预测方法对城市轨道交通短时客流预测精度的影响,以西安地铁2号线为例进行实例分析。基于车站的进出站客流属性,运用时间序列聚类方法将城市轨道交通车站划分为4类;运用极端梯度推进决策树(XGBoost)、BP神经网络和自回归滑动平均模型(ARMA)分别对各类车站的短时客流进行预测,并对比各类车站的客流预测结果。结果表明,西安地铁2号线的车站可以分为商业办公车站、密集型居住车站、轻型居住车站和旅游文化车站4类;4类车站客流预测精度最高的方法分别为XGBoost、ARMA、ARMA和BP神经网络;在预测时效方面,XGBoost展示了更大的优越性。研究结果可以对各类车站建立相适应的客流管控措施提供基础建议。 相似文献
252.
新建轨道交通车站无法根据历史数据进行客流预测,为了对新建车站的客流进行准确预测,研究从社会经济属性的角度探索城市轨道交通的客流需求。根据实际调查获得车站客流生成影响范围,并基于泰森多边形对影响范围的重叠区域进行重新划分。以路网距离为约束,建立考虑车站影响范围的地理加权回归模型,获取社会经济属性和接驳交通对于轨道交通客流生成的具体贡献度。西安市轨道交通数据的研究结果表明,步行、公交和公共自行车产生接驳客流的主要路网距离为800 m,230 m和300 m;平均每条公交线路数和每个公共自行车桩数分别产生16.368次和2.371次客流;人口密度、就业岗位密度和人均GDP与客流关系表现为三者每增加1%,客流量分别增加0.47%,0.53%和-0.21%。研究成果可用于确定西安市新建轨道交通车站位置和规模,并预测其相应的客流。 相似文献