全文获取类型
收费全文 | 2828篇 |
免费 | 133篇 |
专业分类
公路运输 | 890篇 |
综合类 | 1051篇 |
水路运输 | 598篇 |
铁路运输 | 358篇 |
综合运输 | 64篇 |
出版年
2024年 | 16篇 |
2023年 | 104篇 |
2022年 | 103篇 |
2021年 | 126篇 |
2020年 | 88篇 |
2019年 | 88篇 |
2018年 | 31篇 |
2017年 | 53篇 |
2016年 | 55篇 |
2015年 | 61篇 |
2014年 | 119篇 |
2013年 | 121篇 |
2012年 | 160篇 |
2011年 | 153篇 |
2010年 | 192篇 |
2009年 | 202篇 |
2008年 | 196篇 |
2007年 | 184篇 |
2006年 | 116篇 |
2005年 | 109篇 |
2004年 | 96篇 |
2003年 | 69篇 |
2002年 | 76篇 |
2001年 | 69篇 |
2000年 | 51篇 |
1999年 | 34篇 |
1998年 | 34篇 |
1997年 | 26篇 |
1996年 | 47篇 |
1995年 | 25篇 |
1994年 | 42篇 |
1993年 | 36篇 |
1992年 | 32篇 |
1991年 | 16篇 |
1990年 | 17篇 |
1989年 | 14篇 |
排序方式: 共有2961条查询结果,搜索用时 15 毫秒
101.
102.
103.
104.
105.
106.
船舶操纵性指数预报研究 总被引:1,自引:0,他引:1
为了对营运船舶的操纵性进行预报,基于SPSS软件的相关分析和统计功能,采用多项回归法对59艘船舶的K、T指数统计资料进行分析,得出具有一定精度的K′、T′指数估算公式.考虑船型数据之间非线性因素的影响,构造了四元二阶多项式回归模型.增加了渔船等中、小型船舶,使回归方程更具有普遍性.所构建的船舶操纵性指数回归模型较原有的回归模型将K′、T′的复相关系数精度分别提高了8.5%和7.2%,在保证原回归方程显著性的基础上兼顾了数据拟合的精度和回归多项式的简洁性.因此,该模型对操船者在航海实践中评估船舶的操纵性有一定的实用价值. 相似文献
107.
分析了国内全回转起重船的发展现状及发展趋势,对现有的船型数据资料进行整理分析,利用EXCEL回归分析、Matlab中BP神经网络工具与RBF神经网络工具分别建立了全回转起重船主尺度与最大起重量的关系模型,并对它们的回归分析误差进行了比较.该模型的建立有利于掌握全回转起重船主尺度要素随起重量的变化规律,对起重船方案设计以及后续的技术经济论证可起指导性作用,有助于该船型的报价设计和初步设计,并可使其总体设计得到优化. 相似文献
108.
施工期软土边坡稳定分析中抗剪强度指标的确定方法 总被引:1,自引:0,他引:1
灵敏度高、抗剪强度低的软土边坡、码头工程施工期安全储备低,易发生失稳破坏.十字板强度一般被作为施工期稳定分析较常采用的抗剪强度指标,但据工程经验表明,十字板强度计算的施工期的安全系数偏低.经分析,十字板强度不能反映实际土体滑动面的抗剪强度,是抗剪强度中的最小值.由此,基于摩尔-库伦抗剪强度公式,考虑土体各向异性等建立了十字板强度与深度的线性方程,可将抗剪强度指标回归出来.将回归出的抗剪强度指标用于数个实际边坡中,表明在塑性指数为20左右的土中,安全系数可提高到1.0~1.1,较准确地反映了土体真实抗剪强度.同时,就稳定安全系数与塑性指数的关系作了探讨,提出将安全系数修正到1.0的方法. 相似文献
109.
高速公路动态交通流Elman神经网络模型 总被引:5,自引:0,他引:5
为了提高高速公路交通流建模的精度,分析了离散的高速公路动态交通流数学模型,基于Elman网络原理,建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2,采用Levenberg-Marquardt算法对回归神经网络进行训练,并对一条5路段的高速公路进行仿真。结果表明:回归神经网络平均相对误差为8.683 7×10-5,最大相对误差为4.237 1×10-4,与BP神经网络和RBF神经网络相比较,Elman回归神经网络能更好地逼近交通流数学模型,真实地描述交通流基本特性,能准确地建立动态交通流模型,适应交通状况的变化。 相似文献
110.
船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。 相似文献