全文获取类型
收费全文 | 3368篇 |
免费 | 80篇 |
专业分类
公路运输 | 715篇 |
综合类 | 1182篇 |
水路运输 | 989篇 |
铁路运输 | 509篇 |
综合运输 | 53篇 |
出版年
2024年 | 15篇 |
2023年 | 80篇 |
2022年 | 86篇 |
2021年 | 98篇 |
2020年 | 71篇 |
2019年 | 83篇 |
2018年 | 36篇 |
2017年 | 63篇 |
2016年 | 49篇 |
2015年 | 88篇 |
2014年 | 125篇 |
2013年 | 131篇 |
2012年 | 139篇 |
2011年 | 148篇 |
2010年 | 160篇 |
2009年 | 174篇 |
2008年 | 182篇 |
2007年 | 236篇 |
2006年 | 180篇 |
2005年 | 128篇 |
2004年 | 142篇 |
2003年 | 148篇 |
2002年 | 110篇 |
2001年 | 112篇 |
2000年 | 87篇 |
1999年 | 77篇 |
1998年 | 74篇 |
1997年 | 69篇 |
1996年 | 49篇 |
1995年 | 40篇 |
1994年 | 40篇 |
1993年 | 48篇 |
1992年 | 62篇 |
1991年 | 36篇 |
1990年 | 37篇 |
1989年 | 38篇 |
1988年 | 7篇 |
排序方式: 共有3448条查询结果,搜索用时 31 毫秒
41.
42.
43.
现行桥梁抗洪能力评估方法大多需要汇流方式、雨量损失、流域平均坡度、主河槽长度等参数,令缺少相关资料的既有中小桥梁抗洪能力评估难以实施.为解决这一问题,本文提出一种基于历史水痕标定的函数模糊识辨法:建立典型断面的雨量—水位函数,利用模糊识别方法确定与实际断面最相似的典型断面,借助桥墩历史水痕和对应的暴雨强度资料标定雨量—水位函数,从而利用雨量资料,对桥梁进行抗洪能力评估.研究结果表明,该方法的理论基础可靠;只需糙率和一组历史雨量及对应水痕高程,避免了收集汇流方式、雨量损失、流域坡度、主河槽长度、流域面积等大量的勘测工作和繁琐计算;计算精度满足工程要求,可以广泛应用于中小流域桥梁抗洪能力评估. 相似文献
44.
以HXD1型机车为原型,在Matlab/Simulink仿真环境下,构建由变压器模型、四象限变流器开关函数模型以及中间直流回路模型,形成网侧变流系统实时仿真模型。采用dSPACE硬件实现了四象限变流器控制程序和网侧变流系统的闭环实时仿真,最后将实时仿真结果与试验数据对比,验证了模型的准确性。 相似文献
45.
基于载波移相控制的脉冲整流器直流侧支撑电容电压谐波抑制研究 总被引:2,自引:0,他引:2
以电力牵引交流传动系统中两重化脉冲整流器拓扑为研究对象,以实现其直流侧支撑电容电压谐波抑制为目标,首先从理论上分析了直流侧支撑电容容量的设计方法;然后分析了稳态运行时直流侧电压高次谐波的产生机理,并重点分析了两重化脉冲整流器载波移相控制方法对直流侧脉动的影响.理论分析表明直流侧电压高次纹波主要分布在2倍开关频率附近,载波移相控制技术可以有效地抑制直流侧2倍开关频率附近的纹波电压,从而减小直流侧电压纹波系数.因此在传统直流侧支撑电容容量设计方法的基础上,加入载波移相控制可以进一步减小所设计的支撑电容大小.最后对未添加载波移相控制和添加载波移相控制的方法分别进行了计算机仿真和半实物试验测试.Matlab仿真和dSPACE半实物测试结果都验证了理论分析的正确性和有效性. 相似文献
46.
47.
采用ANSYS有限元软件建立某大跨度斜拉桥试验室物理模型的三维有限元模型.基于灵敏度分析,选取模型待修正参数和用于模型修正的特征量.采用实验设计方法生成数样本,通过有限元分析提取对应的特征量信息,进而建立待修正参数与特征量关系的径向基函数响应面模型.通过对响应面模型的拟合误差分析,确定径向基函数的最优形状参数.以斜拉桥自振频率和静态索力构建目标函数.基于建立的响应面模型,采用遗传优化算法进行有限元模型修正.结果表明,采用径向基函数响应面模型拟合斜拉桥设计参数与特征量之间的隐式关系有较高的精度;基于仿真数据的模型修正有较高的精度,基于试验数据的模型修正能得到合理的结果,该方法可有效地修正复杂桥梁结构有限元模型. 相似文献
48.
49.
提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3(Twin Delayed Deep Deterministic Policy Gradient)实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明:基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。 相似文献
50.