全文获取类型
收费全文 | 2680篇 |
免费 | 56篇 |
专业分类
公路运输 | 1344篇 |
综合类 | 802篇 |
水路运输 | 257篇 |
铁路运输 | 248篇 |
综合运输 | 85篇 |
出版年
2024年 | 15篇 |
2023年 | 52篇 |
2022年 | 59篇 |
2021年 | 68篇 |
2020年 | 64篇 |
2019年 | 46篇 |
2018年 | 10篇 |
2017年 | 36篇 |
2016年 | 50篇 |
2015年 | 52篇 |
2014年 | 127篇 |
2013年 | 107篇 |
2012年 | 110篇 |
2011年 | 145篇 |
2010年 | 132篇 |
2009年 | 137篇 |
2008年 | 168篇 |
2007年 | 151篇 |
2006年 | 136篇 |
2005年 | 153篇 |
2004年 | 161篇 |
2003年 | 158篇 |
2002年 | 127篇 |
2001年 | 131篇 |
2000年 | 67篇 |
1999年 | 40篇 |
1998年 | 48篇 |
1997年 | 40篇 |
1996年 | 18篇 |
1995年 | 27篇 |
1994年 | 20篇 |
1993年 | 20篇 |
1992年 | 24篇 |
1991年 | 13篇 |
1990年 | 6篇 |
1989年 | 18篇 |
排序方式: 共有2736条查询结果,搜索用时 0 毫秒
91.
针对商用车底盘控制器实车试验周期长、成本高等问题,基于NI实时仿真系统与商用车动力学仿真软件TruckSim搭建"人-车-路"闭环的商用车驾驶模拟平台。为了给驾驶员提供更为逼真的驾驶感受,引入模糊路感控制策略。采用转向轻便性以及转向盘中心区操纵稳定性试验,对比平台内原始路感控制。结果表明:商用车驾驶模拟平台采用模糊路感控制后,高速路感更清晰、低速转向更轻便,可用于商用车底盘控制器开发验证。 相似文献
92.
为了更好的开发滨江道路资源,提出适应城市新需求的设计理念。以温州市瓯江路为例,通过对其特点、功能的分析,提出了弱化交通功能、构建慢行系统、融合现状资源和保留文化信息等滨江道路系统的设计理念,并对其道路断面形式进行了比选。对于城市滨江道路系统的开发建设,除了需考虑其本身固有的交通属性外,还要将其置于城市滨江公共空间这一大环境中,结合慢行系统的打造、自然环境资源、人文历史资源等因素进行考虑。 相似文献
93.
为了有效评价集料表面纹理粗糙程度对沥青混合料路用性能的影响,采用激光轮廓仪直接测量了9种不同集料的表面纹理轮廓曲线,通过轮廓滤波方法将其划分为宏观纹理和微观纹理,并应用几何统计方法,以算术平均偏差、算术平均波长和轮廓偏斜度为评价指标,对其表面纹理粗糙度进行了定量评定.分析结果表明:算术平均偏差最适宜用来描述集料表面纹理的粗糙程度,算术平均偏差越大,集料表面纹理的粗糙度越大;波长2 mm为集料表面宏观纹理和微观纹理的界限值;根据算术平均偏差,集料表面纹理粗糙度可以划分为4级. 相似文献
94.
95.
基于支持向量机的发动机气路故障预诊断 总被引:2,自引:0,他引:2
为实现航空发动机气路故障在线预诊断,分析了地空数据链系统中发动机气路参数报文的协议格式,建立了基于支持向量机算法的发动机气路参数在线预测模型。以便携式地空数据链收发系统为硬件基础,构建发动机报文并行处理系统,获取建模所需的训练样本。利用最终误差预报准则确定样本数据嵌入维数,实现时序样本数据的相空间重构。提出自适应网格搜索法优化支持向量机建模参数,获得气路参数在线预测模型,与航路飞机建立地空数据链通信,预测气路参数趋势。预测结果表明:参数低压转子转速、高压转子转速、尾气温度与燃油流量的相对预测误差分别为2.5%、2.1%、1.9%与2.3%,因此,支持向量机模型具有较高预测精度。 相似文献
96.
97.
98.
根据采集得到的真实事故数据,采用车辆损伤分析、能量分析和仿真分析等分析方法,同时应用KS—DYNA和MADYMO软件对交通事故进行重建,有助于认识交通事故发生的过程,了解事故损伤变形机理,从而进行事故责任认定和保险事故定损。 相似文献
99.
针对智能网联汽车与车路协同系统中的高精度定位核心技术问题,提出了"道路指纹"的概念与表征模型,并在"道路指纹"的基础上提出了面向智能车路系统的高精度定位方法."道路指纹"是通过车载传感器数据提取的高稳定性与高辨识度的道路场景特征信息.在"道路指纹"表征模型中,分别从表征的唯一性、计算的快速性、特征的稳定性以及表征的精准性等4个方面完成建模工作.其中,针对表征唯一性需求,提出基于多视角(包括俯视、前视、侧视等)与多传感器的表征方法;针对计算快速性要求,提出了全局特征与语义特征的表征方法;还提出基于深度卷积神经网络(D-CNN)的深度学习特征提取方法,大幅度提高特征表征的鲁棒性;最后,通过提取路面的局部特征,实现特征的精准性(亚像素精度)表征.通过对上述特征进行层次化组织,完成"道路指纹"的表征建模.通过对道路上各个节点进行"道路指纹"计算与建模,并同步获取节点的传感器位姿、场景结构信息,完成道路指纹库构建工作.在定位过程中,首先通过车载传感器获取的数据实时完成"道路指纹"计算,然后通过匹配道路指纹库,完成车辆的高精度位置计算.在开发的"道路指纹"技术基础上,分别从视觉道路指纹定位、LiDAR道路指纹定位以及道路资产管理等3个应用案例给出了该技术的应用前景.所提出的"道路指纹"技术,为解决智能车路系统中的高精度定位问题,特别是卫星信号盲区下的高精度定位问题,提供了一种新的解决思路. 相似文献
100.