全文获取类型
收费全文 | 612篇 |
免费 | 107篇 |
国内免费 | 108篇 |
专业分类
航空 | 484篇 |
航天技术 | 138篇 |
综合类 | 76篇 |
航天 | 129篇 |
出版年
2024年 | 1篇 |
2023年 | 11篇 |
2022年 | 11篇 |
2021年 | 16篇 |
2020年 | 28篇 |
2019年 | 49篇 |
2018年 | 62篇 |
2017年 | 38篇 |
2016年 | 28篇 |
2015年 | 30篇 |
2014年 | 34篇 |
2013年 | 39篇 |
2012年 | 44篇 |
2011年 | 46篇 |
2010年 | 41篇 |
2009年 | 44篇 |
2008年 | 43篇 |
2007年 | 45篇 |
2006年 | 37篇 |
2005年 | 36篇 |
2004年 | 25篇 |
2003年 | 21篇 |
2002年 | 22篇 |
2001年 | 13篇 |
2000年 | 16篇 |
1999年 | 6篇 |
1998年 | 11篇 |
1997年 | 6篇 |
1996年 | 6篇 |
1995年 | 2篇 |
1994年 | 6篇 |
1993年 | 2篇 |
1992年 | 1篇 |
1990年 | 3篇 |
1989年 | 1篇 |
1988年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有827条查询结果,搜索用时 15 毫秒
21.
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
22.
费向阳 《沈阳航空工业学院学报》2007,24(5):84-86
如果能够正确地写出反射波方程以及简捷地得到驻波方程,就可以解决普通物理课程的教学中由界面反射形成驻波的课题,首先导出界面反射波方程,然后重点介绍用旋转矢量合成法得到驻波方程。这种方法明显优于分析法。 相似文献
23.
基于支持向量机回归的电力负荷预测研究 总被引:1,自引:0,他引:1
不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络. 相似文献
24.
25.
26.
卫星故障诊断的最优奇偶向量法 总被引:5,自引:0,他引:5
提供一种卫星故障诊断方法以提高 GPS导航的完整性。该方法利用最优奇偶向量来检测和诊断卫星故障以提高卫星故障诊断的准确性。仿真结果显示,在故障幅值较小的情况下最优奇偶向量方法相比广义似然比方法可以提高故障的正确检测率和正确诊断率。该方法还可以缩短检测斜坡型故障的时间,从而提高了系统的可靠性。 相似文献
27.
几何逆向工程中的光顺曲线重构问题本质上属于回归问题,支持向量回归机是求解回归问题的新的十分有效的方法.研究用支持向量回归机处理光顺曲线的重构问题,鉴于后者有着对于光顺性的特殊要求,通过修正惩罚因子对支持向量机加以改造,即根据测量数据点的分布情况,利用各测量点圆率及保凸条件的特性确定对应的惩罚因子,从而实现了自由曲线的保凸光顺重构.数据实验也表明该方法的有效性. 相似文献
28.
29.
激光捷联惯导系统角增量输入姿态算法 总被引:2,自引:1,他引:2
在对经典理想角增量输入的圆锥算法分析总结基础上,提出并推导了更为合适的经典角增量输入圆锥算法通式.在对经典理想角增量与实际工程滤波角增量的圆锥响应对比分析基础上,推导了滤波角增量输入圆锥补偿算法的补偿系数和误差主项通式.最后,利用文中讨论的理想角增量输入和滤波角增量输入圆锥补偿算法,结合激光陀螺惯性导航系统的频谱特性进行了大量的仿真验证.仿真结果表明,文中讨论的角增量圆锥算法有效,能显著提高激光陀螺捷联惯性导航系统的姿态精度. 相似文献
30.
基于优化最小二乘支持向量机的襟翼趋势预测 总被引:1,自引:0,他引:1
将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。 相似文献