全文获取类型
收费全文 | 1660篇 |
免费 | 376篇 |
国内免费 | 564篇 |
专业分类
航空 | 789篇 |
航天技术 | 591篇 |
综合类 | 139篇 |
航天 | 1081篇 |
出版年
2024年 | 20篇 |
2023年 | 65篇 |
2022年 | 95篇 |
2021年 | 153篇 |
2020年 | 106篇 |
2019年 | 149篇 |
2018年 | 139篇 |
2017年 | 108篇 |
2016年 | 110篇 |
2015年 | 125篇 |
2014年 | 209篇 |
2013年 | 128篇 |
2012年 | 163篇 |
2011年 | 129篇 |
2010年 | 117篇 |
2009年 | 111篇 |
2008年 | 97篇 |
2007年 | 82篇 |
2006年 | 67篇 |
2005年 | 65篇 |
2004年 | 37篇 |
2003年 | 53篇 |
2002年 | 41篇 |
2001年 | 30篇 |
2000年 | 30篇 |
1999年 | 25篇 |
1998年 | 23篇 |
1997年 | 14篇 |
1996年 | 13篇 |
1995年 | 13篇 |
1994年 | 13篇 |
1993年 | 8篇 |
1992年 | 6篇 |
1991年 | 9篇 |
1990年 | 10篇 |
1989年 | 11篇 |
1988年 | 7篇 |
1987年 | 2篇 |
1986年 | 1篇 |
1985年 | 16篇 |
排序方式: 共有2600条查询结果,搜索用时 13 毫秒
991.
在证件审核场景中,常规的深度学习人脸识别方法人证比对精度低且在嵌入式设备运行效率差。为解决上述问题,本文提出了改进的轻量级卷积神经网络Lightnet,并采用了迁移学习方法。Lightnet是结合深度可分离卷积、线性瓶颈结构和注意力模块构成的轻量级卷积神经网络模块,引入附加角度裕量的损失函数AM-Softmax监督训练后,网络模型能够保持较高的验证精度,并有效解决标准卷积神经网络参数冗余、计算量大的问题。迁移学习通过冻结预训练模型的卷积层权重,并在自制的人证数据集微调,提高了网络模型的人证场景的识别性能。实验结果表明,所设计的轻量级人证比对算法在验证精度、参数量以及运行效率等方面取得了很好的效果,且对生活场景有较好的鲁棒性。 相似文献
992.
993.
994.
FDTD算法中的时空匹配问题及其解决方法研究 总被引:1,自引:0,他引:1
分析指出了目前FDTD算法中的数值收敛条件破坏了其中的实际物理关系,导致了时空不匹配问题的存在,从而造成计算过程中计算量的激增和计算效率的低下,限制了FDTD算法在飞机的RCS目标特性分析过程中的实际应用。提出了对于FDTD算法进行改进的新方法,同时保证了算法中的内在物理关系和计算的收敛性,提高了计算效率和实用性。应用改进后的FDTD算法进行了简谐波在一维多层介质中的传播仿真和全反射理想基底多层介质的传播仿真,所得计算结果与理论分析结果完全吻合。同时根据仿真结果得到了电磁波在多层介质传播中的几个规律。 相似文献
995.
以任意相控阵天线式空间太阳能电站为研究对象,主要研究了其在轨运行过程中受到的重力姿轨耦合效应对其轨道运动的影响。首先,通过Hamilton原理建立起考虑重力姿轨耦合效应时的姿态运动和轨道运动的方程。其中,任意相控阵天线式空间太阳能电站被简化成刚体,它的重力势能以其结构尺寸和其轨道半径的比值为小量进行泰勒展开,并保留至二阶项。之后,采用解析的方法对方程进行分析,并发现当电站的姿态运动满足一定条件时,其轨道运动将会出现共振现象。此外,重力姿轨耦合效应还会引起空间太阳能电站轨道运动长期的漂移,通过选择合适的轨道运动初始条件可以消除漂移;而且,在一定条件下,重力姿轨耦合效应还会引起轨道运动的发散。最后,数值仿真结果验证了分析的正确性。 相似文献
996.
从光纤陀螺空间应用的角度出发,利用60Co辐照源模拟空间辐照,对光纤陀螺中的主要部件保偏光纤环进行了不同剂量率的辐照实验,得到了保偏光纤的辐照效应.并且利用大功率半导体激光器对保偏光纤环进行了光褪色实验.实验证明,辐照条件下,保偏光纤损耗增加;剂量率越大,损耗增加越快;总剂量越大,损耗越大;采用大功率半导体激光器对保偏光纤环进行光褪色,可以减缓辐照环境下光纤的损耗增加量,而且激光器功率越大,光褪色效果越明显,可将其用到光纤陀螺中作为其空间应用的抗辐射加固措施. 相似文献
997.
998.
轨道机动检测是当前空间监视活动的重要需求之一.当卫星在脉冲小推力作用下发生轨道机动时,会引起目标卫星与伴飞卫星相对距离变化率的阶跃突变,由于测量噪声的存在,距离变化率的阶跃突变特征被淹没在测量噪声中,不容易被检测出来.针对该问题,提出了一种基于概率判决模型的轨道机动检测方法.该方法采用独立同分布高斯白噪声模型描述测量噪... 相似文献
999.
基于卷积神经网络的深度学习流场特征识别及应用进展 总被引:1,自引:1,他引:1
深度学习架构的出色性能使得机器学习在流体力学中的应用得到新的发展,可以应对流体力学中诸多问题和需求。卷积神经网络(CNN)强大的非线性映射能力以及分层提取信息特征的功能,使其成为当下流场特征研究不容忽视的工具。围绕这一研究前沿与热点问题,概述和归纳了这一研究领域的进展与成果。首先,对深度学习在流体力学中的发展以及卷积神经网络进行了简单的回顾。然后,从卷积神经网络能够识别特征出发,先后介绍了基于卷积的深度学习特征识别在流场预测、流动外形优化、流场可视化精度提升和生成对抗等应用方面的研究进展。最后,对深度学习在流场识别领域的应用进行了展望,为后续的研究提供参考。 相似文献
1000.