全文获取类型
收费全文 | 77篇 |
免费 | 3篇 |
专业分类
公路运输 | 19篇 |
综合类 | 24篇 |
水路运输 | 30篇 |
铁路运输 | 7篇 |
出版年
2024年 | 1篇 |
2023年 | 2篇 |
2022年 | 5篇 |
2020年 | 1篇 |
2019年 | 1篇 |
2018年 | 3篇 |
2015年 | 2篇 |
2014年 | 4篇 |
2013年 | 3篇 |
2012年 | 2篇 |
2011年 | 9篇 |
2010年 | 4篇 |
2009年 | 3篇 |
2008年 | 4篇 |
2007年 | 2篇 |
2006年 | 4篇 |
2005年 | 3篇 |
2004年 | 1篇 |
2003年 | 6篇 |
2002年 | 1篇 |
2001年 | 4篇 |
2000年 | 2篇 |
1999年 | 5篇 |
1998年 | 1篇 |
1997年 | 2篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1991年 | 2篇 |
1981年 | 1篇 |
排序方式: 共有80条查询结果,搜索用时 31 毫秒
71.
72.
73.
为研究旋转压实的压力参数对大粒径沥青碎石破碎程度影响,选择五种不同竖向压力对三种不同沥青含量的ATB30进行旋转压实试验,对试样进行抽提、筛分,获得粒径分布资料.试验结果表明:集料破碎后的粒径分布均有良好的分形特征,分形维数值在2.478 7 ~2.626 0之间;破碎后颗粒增量变化总体特征为,先增加后减小,最后趋于稳定的变化趋势;4.75~9.5 mm和16 ~ 19 mm区间的颗粒有利于抵抗外部荷载,保持骨架密实结构,可以用贝雷法进行验证;破碎分形维数越大,集料破碎量越大,并与Hardin破碎率接近线性关系;集料破碎分形维数随竖向压力增加而呈现先减小后增大规律;沥青含量对分形维数的影响小;采用分形维数可以对沥青混合料的级配进行优化. 相似文献
74.
靶向间皮角质细胞生长因子对术后腹膜粘连的预防作用 总被引:2,自引:1,他引:1
目的研究角质细胞生长因子(KGF)对大鼠腹膜粘连形成的预防作用及对腹膜粘连组织中组织纤溶酶原激活物(tPA)和纤溶酶原激活物抑制剂(PAI-1)表达的影响。方法 SD大鼠30只,随机分为3组(n=10),分别为KGF组、模型组和假手术组。7 d后处死大鼠,并参照修改后的Leach等评分系统评价粘连程度。光镜观察组织形态学变化,并用免疫组化SP法测定腹膜粘连组织中tPA和PAI-1表达情况。结果 KGF组粘连总评分结果(4.8±0.92)明显低于模型组(7.6±1.35)(P<0.01),免疫组化染色示KGF组tPA表达水平(88.41±3.92)明显高于模型组(111.63±4.04)和假手术组(100.91±1.57)(P<0.01),而PAI-1表达水平在3组之间无差异(P>0.05)。结论 KGF通过促使损伤处腹膜再生及纤溶能力恢复达到预防腹膜粘连形成,提示间皮再生可能是预防粘连形成的有效途径。 相似文献
75.
通过对第4代港口发展趋势的分析,提出港口发展现代智能化技术的必要性,并对我国港口智能化现状及存在的问题进行了研究,进而探讨我国港口智能化发展的重点和关键技术. 相似文献
76.
77.
自动化集装箱码头的装卸工艺及设备 总被引:1,自引:0,他引:1
在考察国外自动化集装箱码头发展现状的基础上,对传统集装箱码头与自动化集装箱码头的装卸工艺进行比较,并根据工艺布局分析和探讨装卸设备技术,对自动化集装箱码头的发展前景提出展望。 相似文献
78.
79.
为提高恶劣雨天交通环境下车辆目标检测精度,提出一种基于PReNet和YOLOv4融合的深度学习网络DTOD-PReYOLOv4,融合了改进的图像复原子网D-PReNet和改进的目标检测子网TOD-YOLOv4;将多尺度膨胀卷积融合模块和添加了挤压激励块的注意机制残差模块引入PReNet,获得的D-PReNet可更有效提取雨纹特征; 使用轻量化的CSPDarknet26代替YOLOv4骨干模块CSPDarknet53,为YOLOv4的颈部路径聚合网络模块添加复合残差块,同时采用k-means++算法取代原始网络聚类算法,获得的TOD-YOLOv4可在改善交通小目标检测精度的同时进一步提高检测效率; 基于构建的雨天交通场景车辆目标数据集VOD-RTE对DTOD-PReYOLOv4进行了验证。研究结果表明:与当前YOLO系列主流网络相比,提出的DTOD-PReYOLOv4对原浅层ResBlock_body1叠加残差块,可以更好地提取分辨率较小的特征; 对原深层ResBlock_body3、ResBlock_body4和ResBlock_body5进行裁剪,获得ResBlock_body3×2、ResBlock_body4×2和ResBlock_body5×2,可以有效降低卷积层冗余,提高内存利用率; 为PANet中的Concat+Conv×5添加跳跃连接形成CRB模块,可以有效缓解网络层数加深引起的小目标检测效果退化问题; 采用k-means++算法,在多尺度检测过程中为较大的特征图分配更加适合的较小先验框,为较小的特征图分配更加适合的较大先验框,进一步提高了目标检测的精度; 与MYOLOv4相比,精确率和召回率的调和平均值、平均精度、检测速度分别提升了5.02%、6.70%、15.63帧·s-1,与TOD-YOLOv4相比,分别提升了3.51%、4.31%、2.17帧·s-1,与YOLOv3相比,分别提升了46.07%、48.05%、18.97帧·s-1,与YOLOv4相比,分别提升了31.06%、29.74%、16.26帧·s-1。 相似文献
80.