全文获取类型
收费全文 | 1812篇 |
免费 | 62篇 |
专业分类
公路运输 | 733篇 |
综合类 | 373篇 |
水路运输 | 320篇 |
铁路运输 | 364篇 |
综合运输 | 84篇 |
出版年
2024年 | 11篇 |
2023年 | 48篇 |
2022年 | 70篇 |
2021年 | 70篇 |
2020年 | 69篇 |
2019年 | 44篇 |
2018年 | 18篇 |
2017年 | 33篇 |
2016年 | 30篇 |
2015年 | 63篇 |
2014年 | 87篇 |
2013年 | 80篇 |
2012年 | 108篇 |
2011年 | 102篇 |
2010年 | 94篇 |
2009年 | 109篇 |
2008年 | 104篇 |
2007年 | 78篇 |
2006年 | 56篇 |
2005年 | 77篇 |
2004年 | 73篇 |
2003年 | 99篇 |
2002年 | 57篇 |
2001年 | 57篇 |
2000年 | 39篇 |
1999年 | 32篇 |
1998年 | 21篇 |
1997年 | 20篇 |
1996年 | 21篇 |
1995年 | 18篇 |
1994年 | 14篇 |
1993年 | 12篇 |
1992年 | 17篇 |
1991年 | 21篇 |
1990年 | 8篇 |
1989年 | 5篇 |
1988年 | 3篇 |
1987年 | 2篇 |
1986年 | 1篇 |
1985年 | 3篇 |
排序方式: 共有1874条查询结果,搜索用时 25 毫秒
351.
352.
标准 ISO 362-1:2007提出了新的测试限值和方法,但其中试验的加速入线方法尚未明确,给测试机构带来了较高的测试难度。针对此问题,基于理论分析,通过试验建立 Simulink数学模型对 M1型汽车进行研究,考虑距离和起始速度的耦合,对车辆的预加速距离和加速起始车速进行了两种不同加速方法下的预测。经试验验证,符合率为 80%,平均准确度为0.612 km/h,最低误差可达到0.2%,具有较高的准确度。该模型对于标准的执行,降低了试验的准备难度和复杂程度,一定程度填补了标准中对于加速方法的空缺。 相似文献
353.
354.
355.
356.
岩溶发育区桥梁桩基础在修建过程中经常出现漏浆、卡钻、地表开裂塌陷等工程病害,针对这些工程病害,常见的处治措施主要有回填法以及钢护筒跟进法。针对超大型岩溶区桩基础施工过程中采用常规处治措施反复处理仍不能顺利成孔的问题,结合福建莆炎高速公路跨省道204分离桥桩基础施工,提出了高压旋喷帷幕注浆预加固法处治超大型溶洞的施工工艺,有效控制了桩基础施工过程中渗漏问题,保证了桩基施工过程的安全性,确保了成桩质量。研究成果可为类似工程提供施工参考,具有很大的经济效益和社会效益。 相似文献
357.
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
358.
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
359.
360.