全文获取类型
收费全文 | 3203篇 |
免费 | 113篇 |
专业分类
公路运输 | 760篇 |
综合类 | 988篇 |
水路运输 | 840篇 |
铁路运输 | 665篇 |
综合运输 | 63篇 |
出版年
2024年 | 25篇 |
2023年 | 98篇 |
2022年 | 94篇 |
2021年 | 109篇 |
2020年 | 102篇 |
2019年 | 86篇 |
2018年 | 47篇 |
2017年 | 56篇 |
2016年 | 64篇 |
2015年 | 103篇 |
2014年 | 133篇 |
2013年 | 122篇 |
2012年 | 144篇 |
2011年 | 162篇 |
2010年 | 137篇 |
2009年 | 204篇 |
2008年 | 170篇 |
2007年 | 201篇 |
2006年 | 143篇 |
2005年 | 125篇 |
2004年 | 121篇 |
2003年 | 100篇 |
2002年 | 79篇 |
2001年 | 71篇 |
2000年 | 72篇 |
1999年 | 71篇 |
1998年 | 72篇 |
1997年 | 60篇 |
1996年 | 63篇 |
1995年 | 60篇 |
1994年 | 50篇 |
1993年 | 51篇 |
1992年 | 38篇 |
1991年 | 25篇 |
1990年 | 25篇 |
1989年 | 31篇 |
1988年 | 2篇 |
排序方式: 共有3316条查询结果,搜索用时 31 毫秒
81.
分析了Moiré条纹密度对条纹图噪声及相位混频的影响,提出了一种调整Moiré条纹密度的方法以有效减少条纹图噪声与包裹相位图噪声,并消除条纹过密产生的相位混频。试验测量表明,该方法能够获得可靠的测量结果,具有较好的测量精度。 相似文献
82.
结构的损伤对其动力特性会产生一定的影响,利用结构损伤前后的模态参数的变化来进行结构的损伤识别是行之有效的方法。然而结构在完整状态下的模态参数很难得到,损伤程度更是难以确定。针对上述问题,提出一种基于损伤状态下的拟合曲率模态的损伤识别方法:首先通过损伤后的位移模态拟合出无损伤位移模态,然后根据拟合出的位移模态得到拟合曲率模态,基于损伤后的真实曲率模态相对于拟合曲率模态的突变来判别损伤位置;引入曲率相对改变量、损伤位置参数和模态阶数作为损伤样本的特征向量,通过支持向量机判断结构损伤程度。实例分析表明该方法能够对高桩码头排架结构的损伤进行识别。 相似文献
83.
针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。 相似文献
84.
85.
针对传统的频率响应分析(FRA)法无法识别自耦变压器绕组常见轴向移位故障的问题,提出基于动态分频段的FRA法:首先,搭建自耦变压器轴向移位故障模拟平台,获取不同轴向移位故障下绕组频响数据;其次,将幅频特性曲线波峰点与相频特性曲线C-L过零点频率相同的点作为预备分频点,同时将频响数据动态划分为多个频段,并绘制分频段极坐标图;然后,提取极坐标图的4个灰度梯度共生矩阵纹理特征和对应的归一化特征参数;最后,通过图形与特征的变化规律分析自耦变压器绕组的状态。试验验证结果表明:采用基于动态分频段的FRA法,生成的极坐标图数据点重叠情况得到改善,有利于图形分析和特征提取;不同绕组发生轴向移位故障时,各频段极坐标图变化趋势明显;同一绕组发生不同程度轴向故障时,极坐标图随故障程度增加差异呈变大的趋势;采用基于动态分频段的FRA法能准确区分自耦变压器轴向移位的故障绕组与故障程度,并能为自耦变压器现场故障诊断提供参考。 相似文献
86.
87.
88.
《南通航运职业技术学院学报》2021,20(1)
在复杂环境下提高地铁闸机智能识别系统的识别率是一项极其困难的工作。针对地铁闸机通行中各种事件的不同情况,提出了一种基于支持向量机的智能识别方法,并设计了基于双CPU控制和红外传感器的智能检测识别系统,通过合理安排红外传感器的位置,获取通行乘客经过闸机通道时的运动序列,结合图像识别等辅助功能,最终判断通行乘客情况。大量样本数据表明,通过SVM的方法使控制系统精度和处理能力得到提高,识别率超过90%,较好地满足了市场需求。 相似文献
89.
基于最小二乘支持向量机的公路工程造价预测模型 总被引:2,自引:1,他引:1
由于公路工程造价的影响因素错综复杂,且历史数据非常有限,使公路工程造价预测成为典型的小样本条件下非线性回归问题。针对传统的回归方法解决这类问题的不足,该文提出一种新型的公路工程造价预测模型。该模型基于最小二乘支持向量机的基本原理,结合公路工程的具体特征,实现了公路工程造价的智能化预测。新模型充分发挥了最小二乘支持向量机在解决有限样本及非线性回归问题中的优势,建立了较准确的预测模型,且训练速度较普通支持向量机更快。实证数据分析验证了本模型的有效性。 相似文献
90.