全文获取类型
收费全文 | 155篇 |
免费 | 6篇 |
专业分类
公路运输 | 55篇 |
综合类 | 32篇 |
水路运输 | 46篇 |
铁路运输 | 25篇 |
综合运输 | 3篇 |
出版年
2024年 | 2篇 |
2023年 | 10篇 |
2022年 | 3篇 |
2021年 | 10篇 |
2020年 | 8篇 |
2019年 | 11篇 |
2018年 | 15篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2015年 | 8篇 |
2014年 | 9篇 |
2013年 | 3篇 |
2012年 | 7篇 |
2011年 | 15篇 |
2010年 | 13篇 |
2009年 | 8篇 |
2008年 | 4篇 |
2007年 | 5篇 |
2006年 | 2篇 |
2005年 | 4篇 |
2004年 | 3篇 |
2003年 | 3篇 |
2002年 | 3篇 |
2001年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1990年 | 2篇 |
1989年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有161条查询结果,搜索用时 781 毫秒
61.
62.
船舶蒸汽系统水力热力耦合计算是系统设计、管路布置的理论基础。在城市供热管网计算模型的基础上,针对船舶蒸汽系统管网布置错综复杂、管路附件多的特点,考虑蒸汽的可压缩性、管路及附件的摩擦阻力以及散热等特性,建立适用于船舶蒸汽系统管网的水力热力耦合计算模型,并采用标准四阶龙格—库塔(Runge-Kutta)方法对其进行求解。对某型船舶蒸汽系统的3种工况进行水力热力耦合计算,发现计算结果与试验数据最大误差不超过4.1%,满足工程计算的精度要求,表明所提出的方法能很好地应用于船舶蒸汽系统管网的设计优化和计算分析。 相似文献
64.
为适应铁路高速化、重载化的发展趋势,针对当前线路设备人工检查管理中的诸多问题,中国铁路南昌局集团有限公司与北京交通大学合作研发“铁路线路设备人工检查管理系统”。根据人工检查业务要求,对系统进行功能需求分析和整体架构设计。以当前和未来现场设备管理要求为导向,对数据采集方式的优化进行探讨。在此研究基础上,利用Oracle 12C数据库、C#等工具语言完成基于B/S架构的“铁路线路设备人工检查管理系统”的开发。系统以设备台账数据、检修数据为基础,涉及工务段、车间和工区三级用户,能够有效地简化人工检查数据记录,代替人工完成问题判定、闭环管理和设备质量评定等重复性工作,为不断优化人工检查业务、提升铁路工务管理水平提供必需的工具支撑。文章从系统设计、关键技术和功能实现3方面对系统进行详细阐述。 相似文献
65.
轨检车在铁路线路状态检测和养护维修方面发挥着不可替代的作用.历史检测数据具有可比性是获取可靠线路状态变化趋势的关键基础,因而也是开展线路状态修的基础.影响检测数据可比性的主要因素是里程偏差.既有研究基于区段上各采样点里程偏移为常数,利用相关分析修正里程偏差.然而,现场生产实践和轮轨关系研究表明,里程偏移量是一个随机变量.本文研究建立了轨检车数据采样点最优配对模型,捕捉每一个采样点的里程偏移量,建立的模型被用来修正某线路的17次检测数据,修正后的检测数据展示了模型的可靠性和现场应用可行性. 相似文献
66.
分析台背回填采用天然砂砾进行施工时,水撼砂法的施工工艺及具体控制措施,较适用于深挖以及不利于机械碾压部位的回填作业,具有质量可靠、工期短、操作简单、密实度能有效保证等优点。 相似文献
67.
结合哈大高速铁路项目,对TCC系统CI-GS板故障问题进行探讨,并给出案例。 相似文献
68.
69.
为使混合交通流(Mixed Traffic Stream,MTS)下智能网联车(Intelligent Connected Vehicle,ICV)实现鸣笛意图(Horn’s Intention,HI)识别,更好地遵循常规车辆(Manual Vehicle, MV)的驾驶意图,提出ICV 对MV 鸣笛声的“ 感知(Perception) — 定位(Location) — 识别 (Recognition)”模型(简称HI-PLR),采用深度卷积—循环神经网络(Deep Convolution Recurrent Neural Network, DCRNN)算法感知鸣笛车辆(Horning Vehicles, HV)的鸣笛声;采用到达时差 (Time Difference of Arrival, TDOA)算法定位HV;再基于运动时间窗(Motion Time Window, MTW)的支持向量机(Support Vector Machine, SVM)算法识别HI.实验结果表明,HI-PLR可使 ICV 对混流中车辆的鸣笛声感知准确率达90.4%,定位角度估计误差小于5°,HI 识别率达 82.5%,为ICV在MTS中的智能驾驶决策提供依据. 相似文献
70.