全文获取类型
收费全文 | 481篇 |
免费 | 16篇 |
专业分类
公路运输 | 288篇 |
综合类 | 133篇 |
水路运输 | 23篇 |
铁路运输 | 38篇 |
综合运输 | 15篇 |
出版年
2024年 | 8篇 |
2023年 | 14篇 |
2022年 | 14篇 |
2021年 | 21篇 |
2020年 | 13篇 |
2019年 | 13篇 |
2018年 | 2篇 |
2017年 | 8篇 |
2016年 | 17篇 |
2015年 | 13篇 |
2014年 | 20篇 |
2013年 | 32篇 |
2012年 | 31篇 |
2011年 | 28篇 |
2010年 | 37篇 |
2009年 | 31篇 |
2008年 | 45篇 |
2007年 | 31篇 |
2006年 | 25篇 |
2005年 | 12篇 |
2004年 | 18篇 |
2003年 | 18篇 |
2002年 | 15篇 |
2001年 | 7篇 |
2000年 | 5篇 |
1998年 | 3篇 |
1997年 | 4篇 |
1996年 | 4篇 |
1995年 | 2篇 |
1993年 | 1篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有497条查询结果,搜索用时 328 毫秒
491.
492.
为减小自锚式悬索桥在施工过程中吊索索力偏差对桥梁线形的影响程度,提高有限元模型的计算效率,提出一种基于思维进化(MEA)算法优化BP神经网络的吊索索力预测方法,以实现对桥梁各施工阶段的高精度逼近与吊索索力的快速反馈。在考虑施工过程中材料参数、荷载参数和环境温度等因素的不确定性基础上,结合有限元模型得到神经网络训练样本集。通过MEA算法实现BP神经网络权值与阈值的寻优,从而提高BP神经网络的预测精度。以某空间索面自锚式悬索桥为工程背景,建立该座桥梁的MEA-BP神经网络预测模型。结果表明,MEA-BP神经网络较传统BP神经网络具有更强的泛化能力与预测精度,MEA-BP神经网络的预测值与现场实测值的误差在10%以内,MEA-BP神经网络模型在索力预测方面具有较好的适用性。 相似文献
493.
山区桥梁建造常选择缆索吊作为主要施工方法,索力计算是缆索吊结构设计的主要内容和依据。针对移动吊重下索力现有理论非线性计算方法繁琐、复杂,难以手工求解的问题,采用线性叠加近似估算,由空索与仅吊重状态分别求解后索力叠加。并通过算例比对,该方法求解索力简便、有效;小间距2个吊重简化为1个集中力的简化方法与有限元计算结果进行比较,在给出的工程案例中两者获得的计算结果相差为3%,能够满足工程计算精度的要求。 相似文献
494.
495.
为有效提升振动频率法索力测试的效率与精度,简化测量流程并降低测量成本,提出了一种基于图像识别的非接触式索力测试方法。首先,在拉索上粘贴标靶建立起斜拉索特征,利用手机等终端设备拍摄拉索振动视频,并通过视频数据分解获取拉索振动的图像序列;其次,基于改进的二值化与斑点检测算法对标靶进行识别跟踪,并通过形心拟合实现标靶精确定位,从而计算得到拉索振动时程曲线,经频谱分析后利用振动频率法计算得到拉索索力;最后,基于业务流程与实际需求,设计实现了基于图像识别的非接触式索力测试系统。通过实桥应用,证明了该系统可操作性强、测试精度高,易于在桥梁建设工程中推广。 相似文献
496.
497.
拉索是索承重桥梁重要的传力构件,其受力状态是反映桥梁健康状态的重要指标,准确测量拉索的索力对保障桥梁结构的安全至关重要。结合数字图像处理技术和拉索计算理论,提出了一种基于线形识别的索力测量方法,可实现非接触式无损测量,设备简单,操作方便,效率高。通过高精度的图像采集及数字图像处理技术进行拉索线形的识别与提取,获取拉索有限空间点的几何坐标,再基于悬链线理论和过“三定点”的精确线形数值计算方法,即可快速计算出索力。通过缩尺模型试验验证了该方法可适用于不同长度、不同直径、不同倾角的索力测量,测量误差为2%~5%。采用数值仿真的方法,探究了温度变化、拉索弯曲刚度、减振装置等单一因素变化对索力测量精度的影响规律,并基于模型试验,剖析了图像采集角度及采集距离对测量精度的影响。结果表明:拉索的弯曲刚度、边界条件对短索测量精度的影响较大,拉索温度的变化对测量精度影响较小,减振装置对测量精度的影响随减振装置刚度提高而增大,拉索图像正面平拍和近距离采集可提高方法的精度;基于以上分析,建立了考虑弯曲刚度和减振装置影响的索力修正方法,修正后索力误差为1%~2%。 相似文献