全文获取类型
收费全文 | 6071篇 |
免费 | 371篇 |
专业分类
公路运输 | 2121篇 |
综合类 | 1864篇 |
水路运输 | 1300篇 |
铁路运输 | 944篇 |
综合运输 | 213篇 |
出版年
2024年 | 68篇 |
2023年 | 286篇 |
2022年 | 320篇 |
2021年 | 337篇 |
2020年 | 264篇 |
2019年 | 277篇 |
2018年 | 103篇 |
2017年 | 123篇 |
2016年 | 159篇 |
2015年 | 202篇 |
2014年 | 294篇 |
2013年 | 259篇 |
2012年 | 275篇 |
2011年 | 304篇 |
2010年 | 290篇 |
2009年 | 356篇 |
2008年 | 367篇 |
2007年 | 299篇 |
2006年 | 243篇 |
2005年 | 254篇 |
2004年 | 215篇 |
2003年 | 232篇 |
2002年 | 188篇 |
2001年 | 207篇 |
2000年 | 105篇 |
1999年 | 108篇 |
1998年 | 49篇 |
1997年 | 57篇 |
1996年 | 42篇 |
1995年 | 43篇 |
1994年 | 37篇 |
1993年 | 16篇 |
1992年 | 19篇 |
1991年 | 11篇 |
1990年 | 21篇 |
1989年 | 10篇 |
1988年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有6442条查询结果,搜索用时 15 毫秒
191.
192.
193.
胡政发 《湖北汽车工业学院学报》2007,21(4):46-49,68
为了完成分类学习,传统的支持向量机基于带标记信息的经验数据归纳出一个通用的决策函数。而转导支持向量机则不同,它考虑包含测试集在内的所有数据信息并致力于最小化测试样本的分类错误数。在已有的2类分类方法的基础上构造了直接求解多类分类问题的的转导支持向量机。 相似文献
194.
针对蚕卵图像中存在的粘连或者部分重叠现象,本文提出了一种新的分离方法。该方法先采用模糊C均值聚类算法将蚕卵图像从背景中分割,然后采用模糊距离变换得到模糊距离图像,最后使用分水岭算法将粘连或者部分重叠蚕卵分离。实验证明,此法能够将粘连颗粒物图像有效分离。 相似文献
195.
196.
[目的]城市轨道交通建设中遇到越来越多的盾构穿越或近接高层建筑施工的案例,而盾构法因其特殊的施工工艺不可避免对地层产生扰动,严重时可能会影响既有建筑的结构安全,因此需要对盾构穿越过程中隧道及高层建筑的受力特性进行深入研究。[方法]依托济南地铁R2号线生产路站—历黄路站区间隧道工程,采用三维有限元数值方法对双线盾构隧道非同步斜交下穿高层建筑群桩及筏板承台基础的施工过程进行了模拟,并结合现场监测数据分析了地层位移规律、建筑物沉降的变形特征,以及施工时盾构掘进参数的控制效果。[结果及结论]双线盾构隧道先后下穿建筑群桩时,先行隧道开挖引起的地面沉降量较大,后开挖隧道对地层产生的扰动相对较小;盾构通过建筑物正下方时的沉降量最大,随着盾构的远离,其沉降逐渐减少并趋于稳定。由于高层建筑属框架结构,故在临近隧道一侧建筑体区域地层发生了沉降,而在远离隧道的建筑体区域地层呈上浮趋势,但二者的差异沉降量仍在可控范围内。 相似文献
197.
198.
在贵州省G246公路小半径弯坡路段开展大型载货汽车和小汽车驾驶员自然驾驶试验,基于Begaze软件与统计学方法,分析了两类驾驶员注视点分布特征与小半径弯坡路段转弯方向、半径、坡度的关系;研究了左转、右转方向驾驶员瞳孔直径、信息获取能力与速度的关系。研究结果表明:大型载货汽车驾驶员在小半径弯坡路段中行驶时,主要关注车头前方15~25 m区域,对后方车辆关注度不足;小汽车驾驶员关注的区域更远,会关注对向来车和道路线形走向;转向和曲线半径是影响驾驶员关注点的主要因素,左、右转时驾驶员主要关注道路中央标线、右侧道路边线,且应着重加强半径小于30 m弯坡路段的视觉引导有效性;大型载货汽车驾驶员过弯时瞳孔直径和信息获取能力的峰值位置与弯道中央并不重合,现有将凸面镜等提示性施设设置在弯道中央的处理措施并不适宜大型载货汽车。 相似文献
199.
针对ORB(Oriented FAST and Rotated BRIEF)算法不具有尺度不变性的缺陷,结合多尺度Shi-Tomasi算法提出了改进的ORB算法:STORB(Shi-Tomasi-ORB)算法.首先在多尺度空间中通过快速预筛选后检测Shi-Tomasi特征点,然后使用ORB算法生成具有方向信息和尺度信息... 相似文献
200.
轨迹聚类在船舶行为分析与海事监管等领域发挥着重要作用。船舶轨迹存在长度与采样率不一致、结构差异明显等特点,在大范围水域难以实现大量船舶轨迹的高精度与快速聚类。针对该问题,在利用船舶自动识别系统获取海量船舶历史航行数据的基础上,提取与船舶航行行为、船舶交通密度相关的位置特征点,进而提出了多特征点驱动的船舶轨迹聚类方法。针对船舶航行时在大多数情形下具有保向、保速的特点,采用数据压缩的方法捕获船舶航行状态以及船舶航向发生显著变化的轨迹点,作为船舶轨迹结构特征点;针对目标水域中某些特定区域常存在船舶交叉会遇的情形,利用概率密度估计法分析船舶交通流的空间分布特点,并提取船舶会遇局面下的轨迹点,作为船舶交通流特征点;为剔除2类特征点中的异常值,采用密度聚类算法对特征点进行聚类,进一步提高特征点提取的可靠性,并将聚类结果中每类特征点的中心作为代表性特征点;统计途经代表性特征点的船舶轨迹分布情况,将具有相似分布的船舶轨迹视为同一类。实验结果表明:相比于常用的K-medoids聚类、层次聚类、谱聚类和DBSCAN等方法,提出的轨迹聚类方法在成山头水域、长江口南槽水域及舟山水域等典型区域均可获得优异的聚类... 相似文献