全文获取类型
收费全文 | 2494篇 |
免费 | 210篇 |
专业分类
公路运输 | 793篇 |
综合类 | 774篇 |
水路运输 | 665篇 |
铁路运输 | 403篇 |
综合运输 | 69篇 |
出版年
2024年 | 10篇 |
2023年 | 31篇 |
2022年 | 109篇 |
2021年 | 152篇 |
2020年 | 76篇 |
2019年 | 52篇 |
2018年 | 45篇 |
2017年 | 41篇 |
2016年 | 62篇 |
2015年 | 98篇 |
2014年 | 132篇 |
2013年 | 190篇 |
2012年 | 205篇 |
2011年 | 200篇 |
2010年 | 208篇 |
2009年 | 152篇 |
2008年 | 198篇 |
2007年 | 198篇 |
2006年 | 158篇 |
2005年 | 143篇 |
2004年 | 87篇 |
2003年 | 36篇 |
2002年 | 33篇 |
2001年 | 39篇 |
2000年 | 39篇 |
1999年 | 4篇 |
1998年 | 2篇 |
1997年 | 1篇 |
1995年 | 2篇 |
1994年 | 1篇 |
排序方式: 共有2704条查询结果,搜索用时 203 毫秒
961.
结合某船坞坞口水上基坑围护结构的设计,采用有限元数值模拟研究了基坑施工全过程中支护结构的受力与
变形性态。采用Plaxis 2D建立考虑结构与土体共同作用的平面应变计算模型,并考虑不同水位及波浪荷载、地形地质条件
及复杂施工工况的影响。研究表明:外部条件的不对称导致水上基坑围护结构的变形及受力与陆上基坑存在明显差异,基
坑开挖并降水至坑底并非结构受力的最不利状态;基坑外坡护坡、压脚未施工前坑内降水是基坑围护结构变形的最不利状
态;不同水位及波压条件对单排钢板桩的影响比对双排钢板桩的影响明显,两种不同类型围护桩的整体受力状态也存在明
显差异;随基坑开挖和降水深度的增加,第1道混凝土支撑的受力会从受压变成受拉,下部各道钢支撑均处于受压状态;施
工中应密切关注第1道支撑受力状态的变化。 相似文献
962.
963.
以贵州河洋大桥南岸岩体的整体稳定性为例,综合判别场地的地质灾害,得出场地主要破坏类型,并对该破坏模式进行了定性分析,通过建立力学模型,计算得出不同边界条件下的稳定性安全系数,对实际工程的实施具有指导意义。 相似文献
964.
965.
文中主要研究城市埋地燃气管道防腐的措施,介绍了国内城市燃气发展的现状和埋地燃气管网腐蚀的情况,从国内相关标准规范的要求剖析了国内埋地燃气管道防腐的基本技术水平,对各种防腐措施(包括外防腐层防腐和阴极保护防腐)进行了分析和比较,介绍了其防腐保护原理,重点探讨了确定防腐控制系统的基本思路和主要因素,并得出研究结论,提出了几点意见。 相似文献
966.
967.
968.
969.
针对如何减少无人驾驶车辆在泊车过程中不必要的频繁移位和因此增高的事故风险,构
建了在满足合理共享停车需求条件下最小化无人车移位成本的共享停车供需匹配优化模型,并
利用解的结构特征设计了一种具有针对性的模拟退火求解算法。鉴于无人车灵活变换泊位的特
征,将泊车需求与泊位供给在时间上加以分割,从而使得基于分割时段的匹配模型可以反映无人
车的泊车特征。将对应分割时段的匹配集合加以组合形成对应模型可行解的匹配图。利用匹配
图的时空结构特征,定义对应分割时段的匹配图邻域,从而完成对模拟退火算法关键操作的设
计。结果表明:利用新方法可以实现无人车的共享停车匹配;经过优化处理,无人车的移车次数
可减少至不到初值的5%;一般情况下最优匹配图不唯一,为其他停车要求提供了操作空间。 相似文献
970.
从特征传输方式、空间维度、特征维度3个角度,论述了近年来卷积神经网络结构的改进方向,介绍了卷积层、池化层、激活函数、优化算法的工作原理,从基于值、等级、概率和转换域四大类总结了近年来池化方法的发展,给出了部分具有代表性的激活函数对比、梯度下降算法及其改进型和自适应优化算法的工作原理和特点;梳理了卷积神经网络在车牌识别、车型识别、交通标志识别、短时交通流预测等智能交通领域中的应用和国内外研究现状,并将卷积神经网络算法与支持向量机、差分整合移动平均回归模型、卡尔曼滤波、误差反向传播神经网络、长短时记忆网络算法从优势、劣势和在智能交通领域的主要应用场景三方面进行了对比;分析了卷积神经网络在智能交通领域面临的鲁棒性不佳和实时性较差等问题,并从算法优化、并行计算层面和有监督学习到无监督学习方向研判了卷积神经网络的发展趋势。研究结果表明:卷积神经网络在视觉领域具有较强优势,在智能交通系统中主要应用于交通标志、车牌、车型识别、交通事件检测、交通状态预测;相比其他算法,卷积神经网络所提取的特征更加全面,有效地提高了识别准确度与速度,具有较大的应用价值;卷积神经网络未来将通过网络结构的优化、算法的改进、算力的提升以及基准数据集的增强,为智能交通带来新的突破。 相似文献