全文获取类型
收费全文 | 1830篇 |
免费 | 143篇 |
专业分类
公路运输 | 763篇 |
综合类 | 438篇 |
水路运输 | 478篇 |
铁路运输 | 255篇 |
综合运输 | 39篇 |
出版年
2024年 | 58篇 |
2023年 | 183篇 |
2022年 | 168篇 |
2021年 | 182篇 |
2020年 | 107篇 |
2019年 | 76篇 |
2018年 | 29篇 |
2017年 | 36篇 |
2016年 | 38篇 |
2015年 | 48篇 |
2014年 | 71篇 |
2013年 | 64篇 |
2012年 | 88篇 |
2011年 | 89篇 |
2010年 | 88篇 |
2009年 | 96篇 |
2008年 | 105篇 |
2007年 | 75篇 |
2006年 | 51篇 |
2005年 | 55篇 |
2004年 | 51篇 |
2003年 | 46篇 |
2002年 | 30篇 |
2001年 | 34篇 |
2000年 | 13篇 |
1999年 | 12篇 |
1998年 | 12篇 |
1997年 | 11篇 |
1996年 | 5篇 |
1995年 | 11篇 |
1994年 | 7篇 |
1993年 | 9篇 |
1992年 | 5篇 |
1991年 | 8篇 |
1990年 | 7篇 |
1989年 | 5篇 |
排序方式: 共有1973条查询结果,搜索用时 31 毫秒
281.
对船舶图像进行快速准确识别在军民领域都有广泛应用,随着船舶种类的增多、图像质量的提高,传统的卷积神经网络进行船舶图像识别需耗费大量时间。本文对深度神经网络的原理进行分析,并在此基础上研究基于深度神经网络的船舶图像识别流程,对船舶图像预处理技术进行研究,建立船舶图像训练集和测试集,对YOLOV2、卷积神经网络和本文算法的平均识别时间和识别准确率进行分析,最后研究3种算法的训练次数对识别准确率的影响。本文研究的深度神经网络船舶图像识别算法,在平均识别时间以及识别准确率上具有一定优势。 相似文献
282.
283.
通州湾港区一港池建在辐射沙洲南缘腰沙高滩上,港池航道开挖后的回淤问题是工程设计关注的焦点.设计时通过研究工程海域潮流、波浪、泥沙、底质等自然特征,分析影响回淤的主要因素,从挡沙堤平面布置、备淤深度确定、维护疏浚、船舶吃水控制等方面提出一系列针对性措施.研究认为:通州湾港区一港池建在粉砂质浅滩上,港池航道开挖必会出现回淤... 相似文献
284.
传统装配式承插桥墩因为要求承插深度较深,导致工程应用有限。该文提出改进承插式的拼装构造,包括侧面剪力键、墩底U形抗冲切钢筋、高强无收缩灌浆料、大直径金属波纹管约束等措施。列举了当前的承插式深度计算公式,并在此基础上提出改进承插式桥墩承插深度计算公式。讨论了轴压比、混凝土强度等因素对承插深度的影响。分析表明:改进承插式连接使承插深度减小,降低了承台厚度,拓宽了工程应用范围;在荷载等级不高的非抗震区,承插深度可达到0.7倍墩柱直径;剪力键构造对承插式抗弯贡献了20%。轴力偏心距小于0.5倍墩柱直径时,轴力对承插式构造抗弯是有利的;当偏心距大于0.5倍墩柱直径时,需要适当增加埋置深度。增大混凝土强度,可降低承插深度要求。 相似文献
285.
海洋环境作用下海上风电基础周围海床会产生显著冲刷,冲刷深度过大会严重影响风电结构体系的安全。复合筒型基础是一种新型的浅基础,其对冲刷的敏感性更大。以新型的海上风电复合筒型基础为研究对象,开展了波流作用下基础周围地基冲刷特征的物理模型试验,探究了基础周围海床的冲刷变化规律及最大冲刷深度,基于波流-复合筒型基础-地基相互作用的数值模型分析了海床表面剪切力的分布特征,考察了最大冲刷深度与最大床面剪切力的关联性。研究结果表明:波流作用下复合筒型基础最大冲刷位置位于基础后方、毗邻基础的位置,最大冲刷深度随波高、周期、流速的减小而减小,基础周围海床最大冲刷深度与其最大床面剪切应力的分布有一定的相关关系。 相似文献
286.
287.
为充分挖掘交通流量的复杂时空动态相关性以提高交通流量预测精度,引入空间注意力机制与膨胀因果卷积神经网络,提出一种基于时空注意力卷积神经网络的交通流量预测模型(spatio-temporal attention convolutional neural network,STACNN).首先,由膨胀因果卷积与门控单元构建的门控时间卷积网络模块用于获取交通流量的非线性时间动态相关性,避免在训练长时间序列时发生梯度消失或梯度爆炸;其次,采用空间注意力机制为路网中的交通传感器节点自动分配注意力权重,动态关注不相邻节点之间的空间关系,并结合图卷积神经网络提取路网的局部空间动态相关性特征;然后,通过全连接层获取最终的交通流量预测结果;最后,利用高速公路交通数据集PEMSD4、PEMSD8进行了60 min的交通流量预测实验.实验结果表明:与基线模型中具有良好性能的时空图卷积网络(spatio-temporal graph convolutional network,STGCN)模型相比,提出的STACNN模型预测结果的平均绝对误差(mean absolute error,MAE)在两个数据集上分别提... 相似文献
288.
289.
290.
随着人工智能技术的不断发展,无人驾驶技术已经成为当下社会发展的热门,车道线检测是无人驾驶技术的关键一环,但传统的基于视觉的车道线检测方法处理时间较长、过程繁琐、需要人为干预。基于深度学习的车道线检测可大大减少此类问题。文章设计了一个完成双任务的Enet网络,分别解决目标区域分割问题和不同车道区分问题,以实现端到端的检测。与主流车道线检测网络模型deeplab v3和YOLO v3进行对比。实验验证表明,网络模型的最终训练准确率为99.8%,相对于deeplab v3和YOLO v3网络分别提升1.2%和0.8%。 相似文献