全文获取类型
收费全文 | 491篇 |
免费 | 51篇 |
专业分类
公路运输 | 166篇 |
综合类 | 147篇 |
水路运输 | 134篇 |
铁路运输 | 81篇 |
综合运输 | 14篇 |
出版年
2024年 | 6篇 |
2023年 | 6篇 |
2022年 | 20篇 |
2021年 | 32篇 |
2020年 | 21篇 |
2019年 | 12篇 |
2018年 | 12篇 |
2017年 | 20篇 |
2016年 | 6篇 |
2015年 | 25篇 |
2014年 | 34篇 |
2013年 | 29篇 |
2012年 | 39篇 |
2011年 | 47篇 |
2010年 | 43篇 |
2009年 | 41篇 |
2008年 | 38篇 |
2007年 | 38篇 |
2006年 | 21篇 |
2005年 | 23篇 |
2004年 | 13篇 |
2003年 | 6篇 |
2002年 | 5篇 |
2001年 | 4篇 |
1999年 | 1篇 |
排序方式: 共有542条查询结果,搜索用时 15 毫秒
401.
为研究盾尾刷质量问题对盾尾刷密封系统工作性能的影响,基于动态压缩试验与油脂逃逸试验,探讨了盾尾刷长期挤压、磨损程度、砂浆渗入对盾尾刷密封性能的影响机理.首先,通过动态压缩试验,获得各个影响因素下盾尾刷贴合力变化规律;其次,利用油脂逃逸试验获取不同工况下盾尾刷的油脂逃逸量;最后,以贴合力为媒介,将影响盾尾刷质量的因素与油脂逃逸量联系起来,探讨盾尾刷的密封性能.研究结果表明:长期挤压、盾尾刷磨损程度、砂浆渗入等因素对盾尾刷弹性性能的影响显著,尤其是砂浆渗入,盾尾刷弹性性能损失最大可达90%;油脂压力存在一临界压力,盾尾间隙为50、70、90 mm的临界油脂压力分别为0.4、0.3、0.2 MPa,低于临界压力时油脂逃逸量极少,超过临界压力时油脂逃逸量陡增,油脂压力增加0.1 MPa,油脂逃逸量增加4倍以上;在盾构平均盾尾间隙(70 mm)条件下,当保护板磨损超过1/2与砂浆渗入比超过10%时,油脂逃逸将超过工程容许上限. 相似文献
402.
研究废旧聚乙烯薄膜与废轮胎橡胶粉对辽河A 10 0甲普通道路石油沥青的改性效果及混合料的路用性能 .研究结果表明 ,辽河普通道路沥青经聚乙烯复合改性后 ,高温稳定性和温度敏感性得到显著地提高和改善 ,抗老化性能得到明显提高 ,低温性能也可有所改善 ,聚乙烯复合改性沥青砼的高温抗车辙能力得到显著提高 ,抗水害和抗疲劳性能均得到了明显改善 ,低温抗裂性也有所改善 . 相似文献
403.
404.
山区公路路侧安全定量化评价 总被引:2,自引:0,他引:2
路侧安全评价对提高路侧安全、减少道路交通事故具有重要意义。为实现路侧安全定量化评价,本文分析了影响路侧安全的三个不同层次影响因素:车辆驶出路外的可能性、暴露路侧危险环境的频率以及危险严重程度,在此基础上建立了路侧危险指数用于评价路侧安全。最后将该方法用于实际工程路侧安全评价,计算结果表明该方法合理有效,同时通过Kappa统计量验证表明不同评价者运用该方法的安全评价结果一致性较好。 相似文献
405.
406.
基于改进同伦算法的非线性最小二乘平差 总被引:2,自引:1,他引:1
为了寻求一种更有效的非线性最小二乘平差算法,根据同伦思想提出了一种改进的同伦算法.该算法直接从非线性方程入手,将非线性最小二乘平差准则转化为同伦最小二乘平差准则;根据最优化问题的极值条件,将同伦最小二乘平差准则转化为求解非线性方程组的不动点同伦问题;在Li-Yorke算法的基础上,对切向量及步长求解进行改进,并用于求解微分方程初值问题,进而跟踪同伦曲线.对改进同伦算法的收敛性进行了分析,并采用Matlab语言编程进行了试验.结果表明,较之牛顿迭代法和Li-Yorke算法,改进同伦算法是一种结果稳定、精度较高、速度较快和收敛域扩大的整体收敛方法. 相似文献
407.
提出一种基于串口通信来实现对汽车电控单元ECU代码的下载和调试方法,以解决长期以来依赖BDM对ECU进行代码下载和调试过程中出现的诸多不便.以美国飞思卡尔汽车级微控制芯片HCS9S12为研究对象,通过自主开发的调试软件实现了无BDM对ECU的代码下载与调试,实践证明该方法简单、可靠、成本低,有一定的应用推广价值. 相似文献
408.
为更好地发挥高速公路快速、安全、舒适、经济的运营优势,保证公路各项经济技术指标满足设计要求,结合濮鹤高速公路路况调查结果,提出具体的公路病害处治方案,并用前瞻性的思路对建立预防性养护系统提出一些合理化建议,对预防性养护研究应用有一定的意义。 相似文献
409.
410.
视觉感知困难样本能有效提升自动驾驶场景中目标检测算法的性能,但是这些样本通常稀少且难以通过简单手段获取.针对该问题,文章提出一种基于多传感器融合的视觉感知困难样本挖掘方法.该方法利用雷达点云分割出来的障碍物目标对图像检测目标进行交叉复核,基于实际障碍物在多传感器间的映射关系挖掘图像目标检测算法难以识别或者未加入模型训练的样本,并将这些困难样本通过云边协同机制用于图像目标检测模型的重训练和远程部署,实现模型的优化迭代更新.试验表明,该方法可以有效挖掘矿用卡车自动驾驶场景的困难样本,通过增量迁移学习显著提升图像目标检测算法性能.同时,该算法对轨道交通等领域自动驾驶场景也具有重要的指导意义. 相似文献