全文获取类型
收费全文 | 185篇 |
免费 | 37篇 |
国内免费 | 71篇 |
专业分类
航空 | 166篇 |
航天技术 | 52篇 |
综合类 | 34篇 |
航天 | 41篇 |
出版年
2023年 | 6篇 |
2022年 | 9篇 |
2021年 | 13篇 |
2020年 | 11篇 |
2019年 | 5篇 |
2018年 | 13篇 |
2017年 | 10篇 |
2016年 | 13篇 |
2015年 | 13篇 |
2014年 | 14篇 |
2013年 | 12篇 |
2012年 | 7篇 |
2011年 | 24篇 |
2010年 | 12篇 |
2009年 | 19篇 |
2008年 | 17篇 |
2007年 | 12篇 |
2006年 | 12篇 |
2005年 | 14篇 |
2004年 | 14篇 |
2003年 | 8篇 |
2002年 | 5篇 |
2001年 | 3篇 |
2000年 | 4篇 |
1999年 | 4篇 |
1998年 | 3篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1994年 | 4篇 |
1993年 | 2篇 |
1992年 | 4篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有293条查询结果,搜索用时 171 毫秒
1.
2.
3.
4.
Weibull分布可靠性分析 总被引:2,自引:0,他引:2
本文讨论了Weibull寿命型产品的分布参数、可靠性及可靠寿命的极大似然估计,包括点估计和置信区间估计,然后讨论了Weibull分布的Bayes可靠性分析方法,并使用Gauss—Legendre方法解决了Bayes分析方法中的积分困难,大大节省了计算时间,算例表明这种方法是合理有效的。 相似文献
5.
靶场测控通信系统可靠性分析 总被引:2,自引:0,他引:2
首先确定了测控通信系统可靠性分析框架,然后针对系统构型为串并联系统、试验信息为成败型数据/寿命型数据的情况,研究了可靠性信息融合的Bayes方法,最后讨论了系统可靠性的Bayes统计推断问题,包括点估计、置信估计和假设检验。 相似文献
6.
7.
基于ANFIS的蒸汽发生器水位实时控制系统的设计 总被引:1,自引:0,他引:1
从蒸汽发生器的水位特性出发,对其水位高度控制原理进行了深入细致的研究。鉴于控制对象的模糊性、不确定性和非线性,采用自适应神经元模糊推理(Adaptive neuron fuzzy inference system,ANFIS)技术,建立了模糊控制规则库,实现了对蒸汽发生器水位的智能控制。本文详细阐述了ANFIS技术的结构、控制方式和系统的主要功能,完成了软、硬件的综合设计,并进行了仿真研究。控制系统的硬件采用了DSP芯片,以保证系统的实时性;软件采用了模糊一神经网络算法,以克服系统模型的不确定性。仿真结果表明,该控制系统工作稳定可靠,具有较高的控制精度和较强的鲁棒性。 相似文献
8.
分析了飞机燃油箱剩余油量测量系统具有变量多、非线性及变量间存在多重相关性的特点,指出单独采用自适应神经模糊推理系统(Adaptive network-based fuzzy inference system.ANFIS)和偏最小二乘(Partial least- squares,PLS)解决飞机燃油箱剩余油量软测量问题均有各自的局限性。结合上述两种方法的优点,提出了一种基于PLS回归与减法聚类的ANFIS软测量模型。将其应用于预测飞机油箱燃油剩余的建模过程中,得到了比采用PLS回归方法更好的精度,从而证明了该建模方法的有效性。 相似文献
9.
智能导弹等智能化飞行器在快速跨域、高速机动飞行时,由于传感器切换、外形改变等因素,会对组合导航信息融合系统引入随机非Gauss噪声等影响,离线优化的参数往往不能满足滤波器精度的需求。自适应网络模糊推理系统ANFIS是一种将人工神经网络和模糊推理技术相结合而成,符合人类认知特点的决策方法,它可以对导航数据进行学习,实现智能决策、实时修改滤波器内部参数,对滤波器进行优化。仿真结果表明,基于ANFIS优化的智能导航自适应滤波算法可以有效减少噪声和干扰带来的影响,提高导航精度。 相似文献
10.
智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力:智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。 相似文献