全文获取类型
收费全文 | 4591篇 |
免费 | 754篇 |
国内免费 | 471篇 |
专业分类
航空 | 2526篇 |
航天技术 | 1117篇 |
综合类 | 639篇 |
航天 | 1534篇 |
出版年
2024年 | 55篇 |
2023年 | 194篇 |
2022年 | 203篇 |
2021年 | 258篇 |
2020年 | 243篇 |
2019年 | 216篇 |
2018年 | 143篇 |
2017年 | 148篇 |
2016年 | 190篇 |
2015年 | 198篇 |
2014年 | 222篇 |
2013年 | 249篇 |
2012年 | 270篇 |
2011年 | 290篇 |
2010年 | 307篇 |
2009年 | 282篇 |
2008年 | 287篇 |
2007年 | 334篇 |
2006年 | 246篇 |
2005年 | 241篇 |
2004年 | 211篇 |
2003年 | 221篇 |
2002年 | 144篇 |
2001年 | 151篇 |
2000年 | 99篇 |
1999年 | 72篇 |
1998年 | 70篇 |
1997年 | 63篇 |
1996年 | 46篇 |
1995年 | 30篇 |
1994年 | 29篇 |
1993年 | 27篇 |
1992年 | 16篇 |
1991年 | 22篇 |
1990年 | 6篇 |
1989年 | 10篇 |
1988年 | 16篇 |
1987年 | 6篇 |
1986年 | 1篇 |
排序方式: 共有5816条查询结果,搜索用时 31 毫秒
151.
一种干涉SAR复图像数据的快速仿真方法 总被引:2,自引:0,他引:2
为了给干涉测高算法提供具有先验知识的干涉数据,进行算法的定量可控误差分析,以完成算法性能的定量评估,针对干涉SAR(合成孔径雷达)数据仿真进行了深入的研究.考虑多种因素,推导出用于干涉SAR仿真的一种仿真模型,能快速完成干涉SAR面目标复图像的仿真;并提出迭代插值算法反推雷达斜距,既很好地去除了干涉SAR仿真中的奇异点效应,又提高了仿真速度.能够为图像配准、相位解缠产生数据源,也可进行基线估计.计算机仿真结果表明,新仿真模型具有快捷、灵活、多功能性,迭代插值算法也具有快速准确性. 相似文献
152.
153.
154.
利用精细时程积分法和状态空间转移法,提出了计算空间飞行器太阳电池阵瞬态非线性温度场的非线性补偿法,它能够计算太阳电池阵在轨飞行时的温度场,具有收敛性好、稳定性好、计算精度逼近精确解、可以取较大的时间步长等特点。 相似文献
155.
156.
本文给出了无界域上不定二次规划一个算法。该算法将不定规划转化为一系列凸二次规划,并证明了算法的收敛性。 相似文献
157.
无人机航路规划技术研究进展 总被引:1,自引:0,他引:1
无人机航路规划问题本质是多约束条件下,多目标函数求极值的优化问题.规划出满足任务要求、导航、安全性等约束的较优航路,对提高无人机的武器系统性能有重要意义.通过对无人机航路规划的研究,对无人机航路规划问题进行了概括和总结,阐述了无人机航路规划的框架结构以及静态全局规划和动态局部规划方法的研究现状.分析了近年来常用的几种规划算法,着重分析了启发式算法以及遗传算法.在此基础上,对今后的研究方向进行了展望. 相似文献
158.
对雷达数字信息进行识别,识别率高达98.7%.对于摄取的图像通过选取阈值进行二值化,在第一次分割中从背景中提取数字图像信息,第二次分割采用统计投影直方图方法,把单个数字字符图像分割开,将图像大小规范化,提取轮廓,采用方向线素特征提取,通过欧式距离分类器方法进行识别.引入信度函数,对识别结果进行分析,提高了字符识别率. 相似文献
159.
基于自适应模拟退火遗传算法的月球软着陆轨道优化 总被引:13,自引:4,他引:13
将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力,也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点,利用一种新的参数化方法将轨道优化问题转换为非线性规划问题,并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明:该算法的收敛速度快,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优轨道。 相似文献
160.
为了解决采用神经网络、决策树作为弱分类器的AdaBoost组合分类存在的不足,进一步改善组合分类效果,提出采用支持向量机(SVM)作为弱分类器的一种新的组合分类诊断方法——AdaBoost-SVM。该方法没有采用一个固定的SVM的核参数,而是自适应调整SVM中的核参数,从而得到一组有效的SVM弱分类器。通过对基准数据库的测试及航空发动机故障样本的诊断,结果表明,所提AdaBoost-SVM方法较好地解决了现有的Ada-Boost组合分类方法中存在的弱分类器本身参数选取困难问题及训练轮数的合理选取问题,并具有更好的泛化性能,更适合对分散程度较大、聚类性较差的航空发动机故障样本进行分类。 相似文献