全文获取类型
收费全文 | 847篇 |
免费 | 118篇 |
专业分类
公路运输 | 255篇 |
综合类 | 184篇 |
水路运输 | 330篇 |
铁路运输 | 165篇 |
综合运输 | 31篇 |
出版年
2025年 | 1篇 |
2024年 | 32篇 |
2023年 | 23篇 |
2022年 | 35篇 |
2021年 | 52篇 |
2020年 | 37篇 |
2019年 | 34篇 |
2018年 | 32篇 |
2017年 | 39篇 |
2016年 | 36篇 |
2015年 | 45篇 |
2014年 | 49篇 |
2013年 | 55篇 |
2012年 | 101篇 |
2011年 | 75篇 |
2010年 | 35篇 |
2009年 | 44篇 |
2008年 | 40篇 |
2007年 | 44篇 |
2006年 | 42篇 |
2005年 | 25篇 |
2004年 | 25篇 |
2003年 | 12篇 |
2002年 | 5篇 |
2001年 | 12篇 |
2000年 | 6篇 |
1999年 | 2篇 |
1998年 | 2篇 |
1997年 | 6篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1993年 | 4篇 |
1992年 | 4篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1989年 | 3篇 |
排序方式: 共有965条查询结果,搜索用时 31 毫秒
51.
连续桩板结构与无缝线路间的梁轨相互作用规律复杂,为研究该结构上无缝线路的纵向力规律,以福州地铁6号线某一连续桩板结构过渡段为工程背景,运用梁轨相互作用原理,建立此过渡段梁轨相互作用有限元模型,进而分析该过渡段上无缝线路纵向力规律。研究结果表明:钢轨制动力受桥梁跨数,结构纵向刚度以及制动荷载位置的影响较大;简支梁桥上列车制动时,应以制挠力为分析指标;桩板结构上列车制动时,可以制动力为主要分析指标。桩板结构上钢轨伸缩力呈对称分布,且远大于简支梁桥上的钢轨伸缩力;增设变形缝能显著减小桩板结构上的钢轨伸缩力。对于长距离连续桩板结构,可在结构中点处设置钢轨伸缩调节器;钢轨断缝值受桩板结构温降影响显著,两者呈线性变化。 相似文献
52.
基于双排桩基悬臂式挡土墙结构与传统支挡结构存在较大的差异性,通过探讨双排桩基悬臂式挡土墙结构的承载机理,提出该结构的简化分析模型以及结构内力与变形的解析计算方法,并通过典型工程的有限元建模计算,验证该计算方法的可行性。研究结果表明:双排桩基悬臂式挡土墙结构可分解为悬臂段、底板与桩基,依次采用悬臂梁模型、简支梁模型与弹性地基梁模型进行设计计算;悬臂段承受填筑体水平土压力荷载;底板承受悬臂段传递的重力、水平力与弯矩,以及上部填筑体的竖向均布土压力荷载;桩基承受荷段受水平土压力,锚固段承受由变形引起的弹性抗力;悬臂段底部、底板纵向跨中断面、底板与桩基连接处以及桩基顶部与锚固点附近为应力集中断面,设计时应注意截面安全检算;理论计算结果略大于数值计算结果,验证了该计算方法的合理性,为结构优化设计提供了思路。 相似文献
53.
梁鑫;马卫华 《铁道科学与工程学报》2017,14(4):845-851
为准确研究磁浮车桥相互作用,比较2种磁轨关系对磁浮车桥相互作用的影响,对磁轨关系采用弹簧阻尼法和悬浮控制法进行处理,分析2种磁轨关系力学特性,建立磁浮车桥耦合动力学模型,分析车桥作用时2种磁轨关系作用下桥梁振动、车辆支撑力/悬浮力、悬浮电磁铁振动及车速对车辆振动的影响。仿真分析发现,悬浮控制法车桥作用比弹簧阻尼法作用略小;悬浮控制系统具有主动调节能力,悬浮控制法的车辆悬浮力具有周期性,车辆驶出桥梁后悬浮控制法车辆的悬浮力、车辆振动较快保持稳定状态且振动加速度较小,而弹簧阻尼法的车辆支撑力没有明显周期性,且车辆支撑力、车辆振动出现较大振荡;悬浮控制法的车辆具有更强的稳定性,车速对悬浮控制法车辆振动影响较小,随着车速增大2种车辆振动加速度均呈增大的趋势,相同车速条件下悬浮控制法的车辆振动加速度均小于弹簧阻尼法的加速度。 相似文献
54.
55.
采用子结构凝聚自由度法推导出桩土接触问题的非线性有限元平衡方程,引入接触问题的约束条件,并通过增广拉格朗日乘子法对约束条件进行处理,得到数值计算的迭代格式,进而对桩土相互作用进行非线性数值计算,结果表
明:数值计算结果与实测结果吻合较好,接触问题的引入可以合理地解释桩土相互作用的机理问题。 相似文献
56.
57.
58.
59.
60.
自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆(LSTM)网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络(MDN)层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM(Next Generation SIMulation)数据集对模型进行训练、验证与测试。研究结果表明:与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。 相似文献