全文获取类型
收费全文 | 2458篇 |
免费 | 191篇 |
专业分类
公路运输 | 714篇 |
综合类 | 701篇 |
水路运输 | 758篇 |
铁路运输 | 418篇 |
综合运输 | 58篇 |
出版年
2024年 | 19篇 |
2023年 | 34篇 |
2022年 | 101篇 |
2021年 | 158篇 |
2020年 | 101篇 |
2019年 | 52篇 |
2018年 | 58篇 |
2017年 | 52篇 |
2016年 | 60篇 |
2015年 | 98篇 |
2014年 | 121篇 |
2013年 | 140篇 |
2012年 | 169篇 |
2011年 | 171篇 |
2010年 | 188篇 |
2009年 | 196篇 |
2008年 | 163篇 |
2007年 | 184篇 |
2006年 | 197篇 |
2005年 | 169篇 |
2004年 | 68篇 |
2003年 | 29篇 |
2002年 | 25篇 |
2001年 | 32篇 |
2000年 | 40篇 |
1999年 | 11篇 |
1998年 | 5篇 |
1997年 | 4篇 |
1996年 | 3篇 |
1992年 | 1篇 |
排序方式: 共有2649条查询结果,搜索用时 15 毫秒
481.
预应力混凝土连续刚构桥通常采用悬臂分段浇筑施工,施工监控是保证施工质量的重要手段。以灰色系统理论为基础,针对以往施工控制中传统的GM(1,1)模型参数估计方法与精度检验准则不适配的问题,将平均相对误差最小准则下的参数估计问题转化为线性规划问题,通过Python语言实现,从而得到一种新的理论模型来进行挠度预测,并以陕西境内某1号大桥为工程背景,对混凝土浇筑、预应力张拉两个工况作用后的梁端挠度值进行预测。与传统模型相比,改进后的模型平均相对误差最多可减小28.41%,并能够排除奇异数据的干扰。研究结果表明,基于线性规划法的GM(1,1)模型较传统模型具有更高的预测精度和更好的稳健性,能够在桥梁施工控制中发挥更好的预测作用。 相似文献
482.
面对城市公共交通优先发展中遇到的交叉口公交信号优先控制问题,以降低交叉口人均延误和公交车延误为目标,提出了基于3层模糊控制器的交叉口公交信号优先主动控制模型,通过改进针对车流交通需求强度、相位放行顺序、绿灯时间优化的3层模糊推理控制器,最终输出相位绿灯放行时间延长和相序提前2种控制策略.仿真算例分析表明,与普通固定配时控制相比,公交车平均延误和人均延误分别降低27%,14.2%;与公交信号优先感应控制相比,公交车平均延误和人均延误分别降低13.7%,21.7%,说明了所提方法的有效性. 相似文献
483.
484.
为了提高交通标志识别的鲁棒性, 提出了一种基于图模型与卷积神经网络(CNN)的交通标志识别方法, 建立了一个面向应用的基于区域的卷积神经网络(R-CNN)交通标志识别系统。构造了基于超轮廓图(UCM)超像素区域的图模型, 有效利用自底向上的多级信息, 提出了一种基于图模型的层次显著性检测方法, 以提取交通标志感兴趣区域, 并利用卷积神经网络对感兴趣候选区进行特征提取与分类。检测结果表明: 针对限速标志, 基于UCM超像素区域的图模型比基于简单线性迭代聚类(SLIC)超像素的图模型更有利于获取上层显著度图的大尺度结构信息; 基于先验位置约束与局部特征(颜色与边界)的层次显著性模型有效地融合了局部区域的细节信息与结构信息, 检测结果更加准确, 检测目标更加完整、均匀, 查准率为0.65, 查全率为0.8, F指数为0.73, 均高于其他同类基于超像素的显著性检测算法; 基于具体检测任务的CNN预训练策略扩展了德国交通标志识别库(GTSRB)的样本集, 充分利用了CNN的海量学习能力, 更好地学习目标内部的局部精细特征, 提高了学习与识别能力, 总识别率为98.85%, 高于SVM分类器的95.73%。 相似文献
485.
486.
487.
大型船舶浅水操纵特性 总被引:1,自引:0,他引:1
大型船舶在浅水中操纵水动力和附加质量急剧增大是引起回转能力下降的主因,该文就75 000吨级散货船为实例,预报其在各种水深吃水比H/d下操纵性能.文中介绍了操纵运动方程,船体、桨、舵水动力的计算表达,计算船的要素,计算工况及项目.计算结果表明,随H/d减小,相应工况下的无因次战术直径、纵距及初转期都增大,而超越角有所减小,因此该船舶随H/d减小,其回转能力下降,而纠向和保持航向能力有所改善. 相似文献
488.
489.
从机械设计、机构理论等方面对车载影音系统采用的内藏式伸缩屏翻转机构的结构和工作原理进行研究;以1DIN车载影音系统为例,建立翻转机构的数学模型,并进行受力分析和运动分析及设计参数验证;阐述翻转机构参数的选择原则和结构设计中应注意的问题. 相似文献
490.