全文获取类型
收费全文 | 6422篇 |
免费 | 229篇 |
专业分类
公路运输 | 2711篇 |
综合类 | 1174篇 |
水路运输 | 1312篇 |
铁路运输 | 1380篇 |
综合运输 | 74篇 |
出版年
2024年 | 47篇 |
2023年 | 191篇 |
2022年 | 224篇 |
2021年 | 266篇 |
2020年 | 191篇 |
2019年 | 195篇 |
2018年 | 71篇 |
2017年 | 96篇 |
2016年 | 101篇 |
2015年 | 179篇 |
2014年 | 290篇 |
2013年 | 252篇 |
2012年 | 318篇 |
2011年 | 344篇 |
2010年 | 332篇 |
2009年 | 371篇 |
2008年 | 309篇 |
2007年 | 302篇 |
2006年 | 251篇 |
2005年 | 250篇 |
2004年 | 256篇 |
2003年 | 220篇 |
2002年 | 172篇 |
2001年 | 169篇 |
2000年 | 157篇 |
1999年 | 110篇 |
1998年 | 125篇 |
1997年 | 110篇 |
1996年 | 98篇 |
1995年 | 98篇 |
1994年 | 105篇 |
1993年 | 73篇 |
1992年 | 73篇 |
1991年 | 95篇 |
1990年 | 71篇 |
1989年 | 110篇 |
1988年 | 6篇 |
1987年 | 3篇 |
1986年 | 3篇 |
1985年 | 3篇 |
1984年 | 1篇 |
1965年 | 10篇 |
1955年 | 2篇 |
1948年 | 1篇 |
排序方式: 共有6651条查询结果,搜索用时 31 毫秒
241.
针对大型绳索类甲板机械(含大型锚机)试验设施建设的必要性、要解决的问题以及技术与经济方面进行了探讨,希望给同行以借鉴. 相似文献
242.
在实际应用中,CABOSFV算法初始参数———集合稀疏差异度阈值b的确定是否合理,对聚类结果是否有效起决定作用。本文针对如何科学方便地确定集合稀疏差异度阈值b进行了深入研究,给出了集合稀疏差异度阈值确定方法,并通过该方法进行了实例计算。计算结果表明,由于该方法能够确定聚类结果中类的对象组成最小数量,聚类结果的粗糙与精细程度可以人为控制,对聚类结果的准确及高效提供了很好的保证,能够为CABOSFV算法进行聚类提供合理的阈值。 相似文献
243.
244.
为有效降低出租车运营企业及经营者的经济成本,通过分析出租车的卫星轨迹数据,比较和选取用于电动出租车充电桩选址规划的聚类方法。以上海市电动出租车充电站的选址规划为研究对象,分别基于孤立森林和聚类算法设计异常值检测方法,对相关时段的出租车卫星数据进行清理以及数据可视化处理;比较层次聚类(Agglomerative Clustering)、高斯混合模型(Gaussian Mixture Model, GMM)、K-means聚类、Mean-Shift聚类以及谱聚类(Spectral Clustering) 5种算法的聚类效果,并选取K-means算法作为充电桩选址规划参考算法。从城市区域划分及企业运营角度确定充电桩选址方案,为未来上海市区电动出租车充电桩的数量和容量配置提供设计依据。 相似文献
245.
为分析雄安新区粉质黏土的动力特性,采用GDS多功能动态循环三轴试验系统,对雄安新区粉质黏土进行14种工况(不同围压、固结比和加载频率)下的动三轴试验,深入分析了动骨干曲线、动弹性模量、动剪切模量、阻尼比等在不同工况下的变化规律及相关参数。试验结果表明:随动应力幅值的增大,动应变呈非线性增长,且存在某一临界动应力值;随动应变的增大,动模量逐渐减小,且减小速率先快后慢、最后趋于稳定;随动剪应变增长,阻尼比呈非线性增长,且阻尼比最大值不超过0.12;随围压与固结比增大,动强度和动模量均明显增大;围压与固结比对阻尼比影响较小,具有归一性特征;随频率增大,动应力幅值、动弹性模量增大,但增长幅度并不明显。综合分析三变量对雄安新区粉质黏土动力特性的影响程度得出:围压影响最大、固结比次之、加载频率最小。 相似文献
246.
247.
248.
249.
分析了圆截面钢管砼构件在弯曲极限状态下,钢管和砼相互作用而产生的两种套箍作用效果;推导了理想塑性状态下的中和轴位置和极限弯矩的计算方法. 相似文献
250.
为解决当前自动驾驶车辆跟驰智能性评价中存在的以主观评价为主、缺少微观驾驶行为数据支撑的问题,以高速公路自然驾驶数据为基础,从自动驾驶车辆与人工驾驶车辆驾驶行为一致性的角度出发,构建自动驾驶车辆跟驰智能性评价模型。首先,通过无人机视频拍摄和图像处理,获取了国内18个省份部分高速公路上的高精度车辆轨迹,利用K-means聚类方法提取了15 446组稳定跟驰数据。然后,采用描述性统计方法对速度、加速度、跟车间距及跟车时距等指标进行分析。通过Gamma分布拟合不同速度下的跟车间距,以不同速度下跟车间距众数为中心,将跟车间距按照样本量的70%、20%、10%划分为与人工驾驶车辆驾驶行为一致性较好、一般、较差等3种情况,以此为基础建立自动驾驶车辆跟驰智能性评价模型。最后,通过自动驾驶车辆跟驰试验,证明所建模型适用于自动驾驶车辆跟驰智能性评价,相比既有研究,该模型的特点是能基于全过程、微观跟驰行为数据对自动驾驶车辆做出综合的量化评价。这表明基于自然驾驶数据与驾驶行为一致性构建的模型能客观、量化评价自动驾驶车辆跟驰行为,可用于自动驾驶车辆跟驰行为研究与技术参数设计。 相似文献