全文获取类型
收费全文 | 11899篇 |
免费 | 849篇 |
专业分类
公路运输 | 3265篇 |
综合类 | 4164篇 |
水路运输 | 3077篇 |
铁路运输 | 1412篇 |
综合运输 | 830篇 |
出版年
2024年 | 32篇 |
2023年 | 103篇 |
2022年 | 308篇 |
2021年 | 367篇 |
2020年 | 459篇 |
2019年 | 335篇 |
2018年 | 355篇 |
2017年 | 395篇 |
2016年 | 395篇 |
2015年 | 563篇 |
2014年 | 871篇 |
2013年 | 688篇 |
2012年 | 1046篇 |
2011年 | 1042篇 |
2010年 | 812篇 |
2009年 | 756篇 |
2008年 | 733篇 |
2007年 | 958篇 |
2006年 | 793篇 |
2005年 | 471篇 |
2004年 | 327篇 |
2003年 | 218篇 |
2002年 | 123篇 |
2001年 | 152篇 |
2000年 | 84篇 |
1999年 | 64篇 |
1998年 | 53篇 |
1997年 | 44篇 |
1996年 | 49篇 |
1995年 | 34篇 |
1994年 | 19篇 |
1993年 | 24篇 |
1992年 | 16篇 |
1991年 | 14篇 |
1990年 | 11篇 |
1989年 | 12篇 |
1988年 | 2篇 |
1987年 | 2篇 |
1986年 | 7篇 |
1985年 | 5篇 |
1984年 | 6篇 |
排序方式: 共有10000条查询结果,搜索用时 637 毫秒
101.
[目的]为了实现舰船蒸汽动力系统的数字化、网络化和智能化,提出一种总体数字孪生模型应用体系。[方法]从物理对象、过程要素、生命周期及虚拟空间这4个维度,提出基于数字孪生的舰船蒸汽动力系统总体“四维思想模型”,并创建总体全生命周期的“五阶体系模型”,涵盖概念论证、系统设计、总装建造、试验试航及运维保障这5个典型的阶段。通过引入大数据、物联网、云计算、人工智能和基于模型的系统工程等先进技术,形成由物理层、接口层、数据层、模型层、调度层、功能层及应用层组成的舰船蒸汽动力系统总体数字孪生“7层架构模型”。[结果]舰船蒸汽动力系统虚拟设计分析及试验平台的验证结果表明,数字孪生体系框架可以有效支撑系统方案设计、操作运行分析及试验方案评估,从而实现舰船全生命周期中物理空间与虚拟空间的交互协同。[结论]研究成果可为舰船蒸汽动力系统的总体数字化设计提供参考。 相似文献
102.
103.
独柱墩盖梁由于占地小、净空大、景观效果好,在市政桥梁工程甚至跨海桥梁工程中得到广泛应用.但由于采用独柱墩,墩柱横向尺寸较大,在盖梁受力分析时需考虑墩柱对盖梁受力的影响.以深中通道工程为背景,采用各种计算模型对其泄洪区引桥下部结构宽墩独柱盖梁进行详细的受力计算分析,对比分析各种模型的设计安全性和宽墩对盖梁受力的影响,从而对盖梁的设计计算提出建议. 相似文献
104.
信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型(Traffic Factor State Network,TFSN),考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明:根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。 相似文献
105.
为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络(Directed Graph Convolution-LSTM,DGC-LSTM)模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明:与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。 相似文献
106.
传统桩基局部冲刷坑模型主要采用对称形态的坑体来分析,然而实际问题中局部冲刷坑体常为非对称,这使得桩基处于更不利的状态。评价桩基承载力的关键之一是合理计算冲刷坑造成的土体应力状态变化。而对于桩周形成非对称冲刷坑时土体应力变化,目前仍然没有较为完善和严格的理论分析方法。针对该问题,根据已有试验得到的非对称局部冲刷坑形态,提出非对称冲刷坑内土体应力计算的平面应变简化模型;并基于弗拉曼解在半无限空间中的应用,将冲刷坑以上土体看做荷载并引起土体内应力重分布,得到非对称冲刷坑下土体应力分布计算的平面应变解析解。通过有限元中的"生死单元法"模拟非对称局部冲刷坑的形成过程,并将有限元得到的冲刷坑内土体应力结果与解析解计算结果进行对比,验证解析解的正确性。随后基于该方法考虑桩尺寸的影响,得到非对称局部冲刷坑形成后桩周土体的垂直及水平有效应力计算方法,并与有限元计算结果进行了对比。结果表明:在考虑桩尺寸时,解析解计算结果略保守。在此基础之上,对非对称冲刷坑参数的敏感性进行分析,指出桩上、下游侧冲刷深度差值对桩周土体的应力影响较大,得到了非对称冲刷坑下桩周土体的垂直有效应力及水平有效应力差的变化规律,研究结果可为工程设计提供参考。 相似文献
107.
提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3(Twin Delayed Deep Deterministic Policy Gradient)实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明:基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。 相似文献
108.
实际桥梁结构的整体有限元模型修正时自由度和单元数量较多,待修正参数多,有限元模型修正精度和效率低。为了提高有限元模型修正的效率,提出基于子结构的有限元模型修正方法。子结构方法是化整体分析为局部分析的方法,与直接修正大型桥梁有限元模型相比,子结构方法只需要计算每个子结构少量低阶模态,得到整体结构的特征解及特征解灵敏度,形成模型修正的目标方程和灵敏度矩阵,进而缩短模型修正时间。将基于子结构的模型修正方法用于怒江特大桥主桥(上承式钢桁拱桥)有限元模型修正,结果表明:修正后桥梁的前10阶频率与桥梁的模拟实测频率值相吻合,且模型修正时间仅为传统整体方法的56%。 相似文献
109.
针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络(Long Short-term Memory Network, LSTM)对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型(VP-LSTM)。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明:提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。 相似文献
110.