全文获取类型
收费全文 | 4834篇 |
免费 | 174篇 |
专业分类
公路运输 | 2108篇 |
综合类 | 1357篇 |
水路运输 | 725篇 |
铁路运输 | 649篇 |
综合运输 | 169篇 |
出版年
2024年 | 14篇 |
2023年 | 91篇 |
2022年 | 112篇 |
2021年 | 145篇 |
2020年 | 131篇 |
2019年 | 130篇 |
2018年 | 48篇 |
2017年 | 89篇 |
2016年 | 87篇 |
2015年 | 145篇 |
2014年 | 291篇 |
2013年 | 256篇 |
2012年 | 286篇 |
2011年 | 355篇 |
2010年 | 286篇 |
2009年 | 365篇 |
2008年 | 404篇 |
2007年 | 306篇 |
2006年 | 267篇 |
2005年 | 275篇 |
2004年 | 166篇 |
2003年 | 145篇 |
2002年 | 94篇 |
2001年 | 94篇 |
2000年 | 93篇 |
1999年 | 60篇 |
1998年 | 47篇 |
1997年 | 35篇 |
1996年 | 33篇 |
1995年 | 30篇 |
1994年 | 20篇 |
1993年 | 28篇 |
1992年 | 14篇 |
1991年 | 19篇 |
1990年 | 22篇 |
1989年 | 23篇 |
1988年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有5008条查询结果,搜索用时 15 毫秒
2.
本文以陕西省引汉济渭工程岭北TBM施工段为依托,为解决TBM在狭小空间内较大部件更换维修困难难题,开展大直径TBM刀盘边块在狭小空间内更换技术研究。通过大量研究,创新性提出新刀盘边块更换方法——基坑法,即通过专用设备配合TBM固有性能,在无扩大洞室工况下完成刀盘边块更换。经岭北TBM刀盘边块更换实例证明,此方法操作简单、适用性高,尤其在狭小空间内更具有优越性,且能节省大量维修时间,有效提高施工工效,可为同类TBM施工提供有益借鉴。 相似文献
3.
为实现基于轨迹数据挖掘的共享单车出行空间异质性特征及其驱动因素评估,本文应用核密度分析和热点探测,获取采样分析区域并以热力值表征共享单车出行发生量,减少尺度效应的干扰;引入空间统计学的半变异函数模拟共享单车出行发生量的结构性和随机性变化规律,挖掘空间异质性特征,确定邻域效应的尺度范围;利用空间序列的斜率表征变化趋势,同时,结合改进的空间滞后和残差模型,区分土地利用、邻域效应和其他建成环境各自对共享单车出行空间异质性特征的驱动力。以北京市为案例进行分析,结果表明:北京市的共享单车出行存在中等的、
正的空间自相关性,空间异质性特征的最佳拟合模型为指数模型;空间自相关性的衰减半径为
1860 m,大于此距离时邻域效应消失;建成环境对空间异质性特征的相对驱动力最大,邻域效应对其的相对驱动力则处于中间水平,而土地利用对其的相对驱动力最小。 相似文献
4.
在考虑纵向空间效应的基础上,运用FLAC3D对深基坑开挖过程进行三维数值模拟,对围护结构侧向变形空间效应进行了定性描述和具体分析。另外,从长边和短边空间效应入手,讨论了基坑沿纵向和深度方向上的空间效应分布规律及其影响因素,提出侧向变形分布不均匀系数,并根据不均匀系数大小对支护参数和支护形式需要调整的范围进行计算。 相似文献
5.
6.
7.
8.
更精准地预测城市间经济引力强度,有利于指导城市间交通基础设施建设。首先,对现状城市间引力进行实证研究,建立城市间经济引力模型;其次,采用城市间交通客流交互量对经济引力进行相关性表征,即认为城市间客流交互量越大的,其经济引力也越大;最后,基于手机信令数据推算各城市间客流交互量,对现状广州与粤港澳大湾区及省内城市间引力进行了建模,并对模型中的主要影响因素进行了敏感性分析。结果表明,根据人口、GDP、产业结构相似程度、两市间时间(空间)距离等影响因素建立的模型能够较好地预测城市间的经济引力。此外,两市间的时间距离对城市引力的影响比空间距离更大,规划城际性的快速交通网络对于提升两个城市间的经济引力具有积极作用。 相似文献
9.
滨河空间的合理利用对城市的功能、环境、经济等各方面都起着非常积极的作用。本文以滨河道路的规划设计作为切入点,在技术标准、总体布置、节点设计及配套设施等方面均提出了一些思路,尝试立足城市可持续绿色发展,促进城市滨河线性空间的协同开发。 相似文献
10.
针对共享单车的供需失衡、分布不均问题,研究了共享单车用户骑行起讫点的聚集区分布以及不同区域的骑行时间特征,为共享单车的调度运营提供理论支撑。基于用户的骑行订单数据,采用均值漂移算法对骑行起讫点进行聚类学习,得到共享单车的骑行聚集区分布;随后采用spearman相关系数来衡量骑行时间特征的相似度,对不同骑行聚集区的借车与还车量的累计差值的时间序列曲线进行聚类处理,划分出6类典型的骑行特征,并对不同骑行特征所在地的兴趣点(POI)进行因子分析,结果表明:在空间上,共享单车的骑行聚集区的空间分布与所在区域的城市路网的布局形式存在较大关联,不同时间段的骑行聚集区的分布大致相同,仅在出行量上存在差异。骑行聚集区的骑行特征与土地利用性质之间存在相关性,例如,对于骑行特征为1天内借车量小于还车量的骑行聚集区,其主导因子为商业用地,占比为0.4;对于1天内用户的借车量大于还车量的骑行聚集区,其主导因子为住宅用地,占比为0.57。多种用地性质混合的区域,借还车的差值较小且易产生波动。此外,同一类型的骑行时间特征的主导因子占比在工作日与非工作日会产生变化,同一区域的骑行时间特征在工作日与非工作日存在差异。 相似文献