全文获取类型
收费全文 | 20804篇 |
免费 | 936篇 |
专业分类
公路运输 | 12234篇 |
综合类 | 2881篇 |
水路运输 | 4263篇 |
铁路运输 | 1840篇 |
综合运输 | 522篇 |
出版年
2024年 | 185篇 |
2023年 | 636篇 |
2022年 | 646篇 |
2021年 | 687篇 |
2020年 | 727篇 |
2019年 | 637篇 |
2018年 | 301篇 |
2017年 | 383篇 |
2016年 | 436篇 |
2015年 | 550篇 |
2014年 | 1046篇 |
2013年 | 1020篇 |
2012年 | 1422篇 |
2011年 | 1416篇 |
2010年 | 1267篇 |
2009年 | 1491篇 |
2008年 | 1486篇 |
2007年 | 972篇 |
2006年 | 899篇 |
2005年 | 737篇 |
2004年 | 973篇 |
2003年 | 779篇 |
2002年 | 569篇 |
2001年 | 420篇 |
2000年 | 395篇 |
1999年 | 278篇 |
1998年 | 265篇 |
1997年 | 218篇 |
1996年 | 178篇 |
1995年 | 161篇 |
1994年 | 123篇 |
1993年 | 113篇 |
1992年 | 66篇 |
1991年 | 90篇 |
1990年 | 84篇 |
1989年 | 78篇 |
1988年 | 2篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1965年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 328 毫秒
1.
市场经济迅速发展以及人们生活水平的提高,汽车已经成为了人们日常出行必不可少的交通工具之一。随着汽车保有量的持续增加,社会各界对高速公路行车安全的关注度也随之越来越高。所以,加强高速公路行车安全驾驶技术分析研究的力度,制定切实可行的安全驾驶技术控制措施,才能从根本上促进高速公路行车安全水平的有效提升。文章主要是就高速公路行车安全驾驶技术控制进行了简单的阐述和分析。 相似文献
2.
3.
4.
在简谐激励条件下,应用轴系颗粒阻尼纵振抑制模拟试验装置研究了旋转工况下的颗粒阻尼减振比;探讨了单腔体多颗粒和多腔体多颗粒时的轴系模拟系统加速度变化,讨论了颗粒的材料、粒径、质量填充比、腔体数量、转速、激励频率与位移等参数对系统减振比的影响规律。研究结果表明:在单腔体多颗粒条件下,填充有铜、钢、橡胶包钢颗粒的系统减振比处于7.83%~8.91%,橡胶颗粒的系统减振比接近于0;铜、钢、橡胶包钢颗粒有明显的抑振效果,颗粒的材料密度和阻尼比越大,抑振效果越好;当颗粒质量填充比为15%时,系统减振比最高为13.77%,但当质量填充比超过15%时,减振比有所降低,故质量填充比一般应根据实际情况控制在15%左右;粒径、转速、激励频率与位移幅值的变化对系统减振比的影响分别为1.76%~8.68%、6.77%~12.50%、4.41%~10.12%与2.19%~7.05%;在多腔体多颗粒工况下,当颗粒总质量填充比和转速一定时,腔体数量对系统减振比有明显影响;当腔体数量为3时,转速为100 r·min-1和质量填充比为25%的最佳系统减振比为22.5%;在多腔体多粒径颗粒工况下,当总质量填充比为10%,转速为50~150 r·min-1的系统减振比波动不大,平均为14.18%,这表明多腔体多粒径组合对转速不十分敏感,具有较好的减振效果,可拓宽转速使用范围。 相似文献
5.
6.
危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度,提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树(XGBoost)算法的危险感知水平判别模型。通过设计3种常见交通冲突场景,采集模拟驾驶中驾驶人的多维度驾驶行为特征数据,并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现:驾驶人对行人的危险感知能力较弱,易发生碰撞事故;驾驶人在危险场景中的车速(p=0.01)、制动反应位置(p < 0.01)以及反应时间(p < 0.01)与危险感知水平之间存在显著负相关关系。在相关性分析的基础上,利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量,并构建以制动反应位置、反应时间、车速、刹车深度,以及加速度为指标的驾驶人危险感知水平判别模型;通过与LightGBM、支持向量机(SVM),以及逻辑回归(LR)等算法分类预测性能的对比分析,评价危险感知模型的判别精度,结果表明:基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959,优于LightGBM(准确率为78.8%、F1值为76.7%、AUC值为0.924)、SVM(准确率为57.6%、F1值为42.2%、AUC值为0.859),以及LR算法(准确率为69.7%、F1值为65.5%、AUC值为0.836)。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。 相似文献
7.
8.
9.