全文获取类型
收费全文 | 2427篇 |
免费 | 190篇 |
专业分类
公路运输 | 792篇 |
综合类 | 740篇 |
水路运输 | 589篇 |
铁路运输 | 438篇 |
综合运输 | 58篇 |
出版年
2024年 | 12篇 |
2023年 | 15篇 |
2022年 | 104篇 |
2021年 | 136篇 |
2020年 | 87篇 |
2019年 | 57篇 |
2018年 | 53篇 |
2017年 | 46篇 |
2016年 | 43篇 |
2015年 | 98篇 |
2014年 | 136篇 |
2013年 | 143篇 |
2012年 | 192篇 |
2011年 | 232篇 |
2010年 | 169篇 |
2009年 | 203篇 |
2008年 | 179篇 |
2007年 | 190篇 |
2006年 | 193篇 |
2005年 | 163篇 |
2004年 | 73篇 |
2003年 | 29篇 |
2002年 | 14篇 |
2001年 | 19篇 |
2000年 | 22篇 |
1999年 | 6篇 |
1998年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
排序方式: 共有2617条查询结果,搜索用时 421 毫秒
981.
预应力碳纤维片材张放后端部粘结应力分析 总被引:4,自引:0,他引:4
以双线性的碳纤维片材-混凝土间粘结滑移本构关系为基础,根据弹性理论建立了碳纤维片材粘贴端部的粘结应力分布模型,并求解微分方程得出了解析解的一般形式,在此基础上,根据边界条件确定了预应力碳纤维片材端部粘结应力分布的解析解参数. 相似文献
982.
昆明市小汽车出行特性调查分析 总被引:1,自引:0,他引:1
“小汽车家庭化”给人们的生活带来极大的便利,家庭对小汽车的需求也极大地推动汽车工业及其它产业链的发展,但也带来一系列问题。依托昆明市小汽车出行特性的调查分析,旨在探索有效的小汽车出行行为分析方法,挖掘私人小汽车出行属性规律,为制定有效的私人小汽车管理措施,缓解昆明市城市交通拥挤提供重要参考依据。 相似文献
983.
��ͨ��������Դ��������о����� 总被引:3,自引:2,他引:1
交通运输作为能源消耗性行业,尤其是一次性石油能源消耗大户备受社会各界关注。文章从交通运输能源消耗的外部成本计算、影响因素分析、统计指标与数据比较研究,以及交通运输能源消耗与社会经济互动关系、相关规划与政策研究、交通能源需求量预测等方面,综述了国内外的相关研究成果,分析了当前研究的特点和存在的不足。提出今后要在交通运输能耗基础统计数据与可比指标、不同交通运输方式能源消耗的可比因子、交通运输能源消耗影响因素及灵敏度分析等方面展开更进一步的深入研究,以期建立相关的基础数据平台和理论方法模型。 相似文献
984.
·�����к���ź��Ż���� 总被引:3,自引:1,他引:2
城市路段信号控制的人行横道信号设置的合理与否,直接影响到过街行人的安全性和路段机动车延误的大小. 本文从行人过街特性出发,通过对路段人行横道处行人与机动车调查数据的分析,提出了行人过街相位时长的设置与行人闯红灯行为的发生之间的关系,建立了以信号控制人行横道路段机动车平均延误最小为目标,以行人绿灯时长为变量的优化模型,并提出了模型求解的优化算法. 最后通过算例,应用模型对信号设置进行了优化设计. 结果表明,信号经过优化配置后,不仅减少了机动车的延误,还延长了行人过街相位时长,提高了信号周期内行人过街的通行能力,使信号控制人行横道系统达到最优化. 相似文献
985.
探讨了影响无线光通信的诸多因素.对无线光通信的发射和接收技术进行了具体的描述,给出了发射机和接收机的部分电路图.并进行了模拟实验. 相似文献
986.
987.
988.
989.
新区交通规划是一项统筹城市内外、客货、近远期交通发展,打造快速便捷的交通圈,构建绿色交通体系,建设便捷安全绿色智能现代化综合交通运输体系的重要工作.本次论坛以“新型城镇化背景下的新区交通规划理论方法探讨”为主题,介绍了全国主要城市道路网密度监测情况及“窄马路密路网”实践经验,探讨了构建雄安新区快速便捷对外联系与绿色智能交通体系的方案与设想,分析了新时期特大城市轨道交通发展面临的问题,提出了规划思路和重点工作,分析了物联网时代城市群交通规划技术与方法的新要求. 相似文献
990.
为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示:AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标. 相似文献