全文获取类型
收费全文 | 4843篇 |
免费 | 437篇 |
专业分类
公路运输 | 1471篇 |
综合类 | 1643篇 |
水路运输 | 1075篇 |
铁路运输 | 897篇 |
综合运输 | 194篇 |
出版年
2024年 | 31篇 |
2023年 | 54篇 |
2022年 | 205篇 |
2021年 | 272篇 |
2020年 | 173篇 |
2019年 | 106篇 |
2018年 | 115篇 |
2017年 | 98篇 |
2016年 | 108篇 |
2015年 | 191篇 |
2014年 | 211篇 |
2013年 | 319篇 |
2012年 | 399篇 |
2011年 | 442篇 |
2010年 | 395篇 |
2009年 | 393篇 |
2008年 | 361篇 |
2007年 | 380篇 |
2006年 | 324篇 |
2005年 | 295篇 |
2004年 | 128篇 |
2003年 | 56篇 |
2002年 | 47篇 |
2001年 | 62篇 |
2000年 | 61篇 |
1999年 | 12篇 |
1998年 | 2篇 |
1997年 | 8篇 |
1996年 | 5篇 |
1995年 | 6篇 |
1994年 | 3篇 |
1993年 | 4篇 |
1992年 | 3篇 |
1991年 | 4篇 |
1990年 | 2篇 |
1989年 | 3篇 |
1988年 | 2篇 |
排序方式: 共有5280条查询结果,搜索用时 15 毫秒
991.
根据广州地铁14号线高架线桥梁景观和绿色建造的总体设计目标,全线标准段采用4×40m无支座单薄壁墩连续刚构桥、预制节段拼装施工的绿色建造技术。为适应温度及收缩徐变作用,桥梁根据桥高调整联长及跨度。设计研究确定分离边墩连续刚构桥梁刚度标准、节段拼装桥梁强度验算方法;通过先简支再连续后固结的成桥工序,释放预应力二次力对边墩的作用。斜跨路段采用大跨度曲线Y形刚构桥,有效降低大跨度桥梁梁高;薄壁边墩后固结,改善梁端刚度。上部结构Y形三角刚架区采用满堂支架或钢管支架施工,通过控制支架刚度,避免施工阶段次内力锁定在斜腿刚构内,保证初始线型满足设计要求。 相似文献
992.
993.
994.
995.
阐述了数控实践教学对培养数控专业学生的实践操作技能和加深数控知识的掌握起着重要的作用;通过两年的数控实践教学,结合广州航海高等专科学校的教学安排,提出实践教学要重视内容和突出技能培养;总结了在数控实践教学过程中实训出现的各种问题、突发性故障和人为造成的故障,并提出相应的解决办法,为以后的实践教学提供借鉴,避免类似的问题发生. 相似文献
996.
997.
为了克服高速列车旅客界面现有评价模型指标单一、赋权方法主观随意性、缺乏定量分析的局限性,首先,对新型双层高速列车的试验样车展开满意度调查,在此基础上从评价指标的全面性、系统性和层次性出发,构建了由设施尺度、安全设计、功能使用、空间环境和美学设计5类评价准则和36项具体指标组成的层次指标体系;其次,提出一种AHP法(层次... 相似文献
998.
999.
轨道结构作为高速列车行车的基础,必须保证其良好的在役服役性能,有效地实现无砟道床板间位移测量是实现铁路无砟轨道结构服役状态保持的重要措施。针对无砟道床板非接触式位移测量中感兴趣区域(Region of interest,ROI)自动提取问题展开研究,提出一种基于Faster R-CNN(Faster Regions with CNN)的ROI区域自动提取方法,阐明无砟道床板间位移机器视觉测量原理和实现方法的计算流程。基于Keras图像数据增强模型进行无砟道床板间位移目标库的增加,建立人工标靶数据集。通过CNN中卷积层对测量数据进行特征映射图提取,计算映射图中每个特征点的标靶概率,通过分类和边框回归,精确标记图像中的人工标靶。通过安装某250 km/h的双块式无砟轨道线路的典型测点进行Faster R-CNN算法的准确性和有效性验证。研究结果表明:道床板ROI自动提取算法的召回率为99.16%,准确率为98.91%,可以有效满足无砟道床板间位移测量中精度和准确率的要求;与其他的常用YOLO v3,SSD和Fast R-CNN等ROI算法相比,Faster R-CNN方法的计算效率较好、准... 相似文献
1000.
传统的人工选线方法劳动强度大,设计效率低,随着我国铁路建设重心向西部复杂艰险山区转移,人工选线面临的困难日趋凸显。为缩减铁路选线的人力物力成本,提高设计效率,亟需发展结合了人工智能和信息技术的现代选线技术。为此,提出一种基于深度强化学习理论的铁路智能选线方法。以带有空间属性信息的数字高程模型为选线环境,以相邻空间点间的建造费用为即时奖励,以工程建造费用最小为优化目标,设置离散化的备选动作,考虑多种约束条件,构建面向铁路选线的深度强化学习模型。结合深度学习的感知能力和强化学习的决策能力,利用双竞争深度Q学习网络(DuelingDouble-Deep Q Network,D3QN)对模型进行训练,既克服强化学习问题对复杂状态和动作空间难以收敛的缺点,同时解决了传统DQN算法易于出现过估计、训练不稳定的问题,实现自动对选线环境进行感知、搜索、判断、决策,最终寻得目标函数最优的线路方案。以某山区铁路对本方法进行验证,实验结果表明:该方法能搜索到多样化的线路备选方案,可以为设计人员提供新的设计思路;有效降低了铁路建设的经济费用,较人工选线方案节约最多达17.5%。智能选线方法可以帮助节省选线工作... 相似文献