全文获取类型
收费全文 | 885篇 |
免费 | 110篇 |
专业分类
公路运输 | 493篇 |
综合类 | 108篇 |
水路运输 | 8篇 |
铁路运输 | 288篇 |
综合运输 | 98篇 |
出版年
2024年 | 14篇 |
2023年 | 34篇 |
2022年 | 39篇 |
2021年 | 27篇 |
2020年 | 31篇 |
2019年 | 56篇 |
2018年 | 40篇 |
2017年 | 40篇 |
2016年 | 34篇 |
2015年 | 45篇 |
2014年 | 45篇 |
2013年 | 42篇 |
2012年 | 56篇 |
2011年 | 81篇 |
2010年 | 45篇 |
2009年 | 65篇 |
2008年 | 44篇 |
2007年 | 37篇 |
2006年 | 25篇 |
2005年 | 23篇 |
2004年 | 34篇 |
2003年 | 26篇 |
2002年 | 30篇 |
2001年 | 23篇 |
2000年 | 12篇 |
1999年 | 8篇 |
1998年 | 15篇 |
1997年 | 7篇 |
1996年 | 4篇 |
1994年 | 3篇 |
1993年 | 5篇 |
1992年 | 2篇 |
1990年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有995条查询结果,搜索用时 18 毫秒
991.
992.
通过室内144个试件和现场300 m试验段13个试件的试验研究,进行了掘进煤矸石基本物理化学特性以及水泥稳定掘进煤矸石的力学性能、抗冻性能研究,并通过扫描电镜(SEM)分析了水泥稳定掘进煤矸石的微观结构变化规律。试验结果表明,室内试件7 d无侧限抗压强度随水泥掺量的增加而增大,最小值为6.2 MPa(水泥掺量4%),满足高速公路和一级公路极重、特重交通基层要求;最大值为9.2 MPa(水泥掺量6%),比《公路路面基层施工技术细则》(JTG/T F20—2015)中要求的强度最大值提高了31.4%。基于回归分析,建立了现场与室内无侧限抗压强度关系模型。室内冻融循环试验表明,水泥掺量5.5%的室内试件抗冻性能较好;微观结构表明,由于现场施工工艺(碾压、铺摊等)的影响,现场试件出现少量裂缝。 相似文献
993.
依托深圳市轨道交通12号线怀德站-福永站区间隧道工程,基于EPB/TBM双模盾构穿越地质参数和现场掘进监测数据,采用BP神经网络方法建立双模式盾构掘进参数预测模型,分别对地层参数及掘进模式进行量化,将刀盘扭矩、刀盘转速、螺旋机转速、总推进力、隧道埋深、围岩等级、岩石单轴饱和抗压强度及不同掘进模式作为输入参数,预测出在不同掘进模式及不同地层条件下的设备掘进速率,针对3类典型地层的预测结果进行可视化分析验证,并对预测模型精度进行改进分析。结果表明:神经网络预测模型在TBM模式下的微风化段平均相对误差为8.6%,EPB模式下的强风化段平均相对误差为10.6%,EPB模式下的中风化段平均相对误差26.2%;该模型对强风化段及微风化段等地层强度变化较为稳定的地层预测精度较高,同时,该预测模式适用于22个隐层神经元并对掘进速率采用直接放缩的方法。 相似文献
994.
995.
盾构掘进的精细化和智能化控制是现代隧道施工技术的发展趋势,为更好地预测和控制盾构掘进状态,提出一种预测和控制盾构掘进参数的智能模型。该模型考虑了多个影响盾构掘进参数的非线性因素,建立了6种基于机器学习与海鸥算法相结合的混合算法(SOA-ML)盾构掘进参数智能预测模型,并提出基于层次分析法的最佳预测模型判别方法;进一步利用最佳预测模型提出了基于PSO算法的掘进参数控制方法。以金华至义乌至东阳市域轨道交通工程为例,验证了模型的有效性。运用结果表明:SOA算法可有效地对机器学习算法的超参数调优,且SOA种群数量越大,搜索的范围越广,最佳适应度收敛性越快;6种算法模型均具有较好的预测性能,根据层次分析法对预测模型进行性能排序为BP>ELM>CNN>RF>SVM>LSTM;基于BP-PSO的盾构掘进参数预测和控制过程具有消耗时间小、预测与优化性好的特点。 相似文献