全文获取类型
收费全文 | 210篇 |
免费 | 39篇 |
国内免费 | 56篇 |
专业分类
航空 | 137篇 |
航天技术 | 70篇 |
综合类 | 30篇 |
航天 | 68篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 6篇 |
2021年 | 10篇 |
2020年 | 11篇 |
2019年 | 15篇 |
2018年 | 8篇 |
2017年 | 8篇 |
2016年 | 21篇 |
2015年 | 13篇 |
2014年 | 18篇 |
2013年 | 12篇 |
2012年 | 11篇 |
2011年 | 28篇 |
2010年 | 12篇 |
2009年 | 11篇 |
2008年 | 11篇 |
2007年 | 16篇 |
2006年 | 12篇 |
2005年 | 5篇 |
2004年 | 15篇 |
2003年 | 10篇 |
2002年 | 3篇 |
2001年 | 6篇 |
2000年 | 4篇 |
1999年 | 3篇 |
1998年 | 6篇 |
1997年 | 3篇 |
1996年 | 2篇 |
1995年 | 2篇 |
1994年 | 3篇 |
1993年 | 1篇 |
1992年 | 4篇 |
1991年 | 3篇 |
1990年 | 2篇 |
1989年 | 2篇 |
1986年 | 2篇 |
排序方式: 共有305条查询结果,搜索用时 155 毫秒
1.
提出了一种基于迭代抽样和径向基插值的自适应代理模型方法。这种自适应方法以减少仿真计算数量和提高代理模型自适应能力为目的,使用多岛遗传算法选择新增样本点并使新增样本点位于设计空间的稀疏区域,使得所有的样本点均匀分布于设计空间。标准误差用来判断代理模型的精度大小以决定是否对代理模型进行更新。这种自适应代理模型结合多岛遗传算法对直升机的惯性传感器结构模态进行优化。用拉丁超立方抽样方法选择10个样本点构建初始的代理模型,自适应代理模型的计算结果表明2%的误差条件下需要额外增加7个样本点。优化结果表明不同的权重系数对最优模态特性的影响很大,惯性传感器结构的一至六阶模态值更加远离直升机的激励频率。 相似文献
2.
针对目前的航空发动机限寿件(ELLP)疲劳可靠性分析中的小失效概率事件以及其极限状态函数具有较强非线性的特点,提出了一种具有自更新机制的半径外自适应重要抽样(AUMCROAIS)疲劳可靠性分析方法。该方法首先利用蒙特卡罗自适应重要抽样(MCAIS)快速逼近真实设计验算点(MPP)附近,随后以近似设计验算点为中心进行极坐标抽样,并依次构造主动学习函数,对近极限状态函数和抽样半径进行最优选取,从而实现最优抽样半径的更新,通过不断的更新确定出最优抽样半径,加速失效概率计算的收敛。本方法提高了设计验算点的收敛速度同时保证了计算精度,解决了小失效概率事件以及强非线性极限状态函数可靠度计算难题,最后以某型发动机压气机轮盘为对象应用本方法,并与传统的蒙特卡罗仿真(MCS)方法、蒙特卡罗半径外自适应重要抽样法(MCROAIS)和一阶可靠性方法(FORM)进行了对比,验证了本方法的高效率、鲁棒性和仿真精度。 相似文献
3.
表层采样是月球采样探测的重要方式,样品智能确认有助于提升工作效率与复杂问题处理能力。结合月球表层采样铲挖工作过程,分析了铲挖过程中臂载相机图像的特点,模仿有人参与识别过程,提出了层次解耦的月球样品智能识别流程,利用深度学习方法构建了一类深度卷积识别网络,完整地描述了图像、特征、标记在网络中的正反传递关系,并在月球表层采样地面试验中进行了验证,结果表明该方法对不同光照、不同背景、不同过程、不同形态的样品,具有较好的泛化识别能力,误识别率优于8.1%,平均单幅识别时间约0.7 s。 相似文献
4.
5.
6.
在全面分析粒子滤波原理的基础上,提出一种改进高斯粒子滤波方法.该方法利用确定性采样滤波算法进行时间更新,替代高斯粒子滤波算法中的随机采样过程;另外,针对厚尾噪声情况,利用鲁棒统计方法对确定性采样滤波方法进行鲁棒性改进,并将其应用于所提出的改进高斯粒子滤波.将粒子滤波算法应用于交会对接相对导航问题,仿真结果表明,在多种测量噪声情况下,改进高斯粒子滤波较其他粒子滤波,能够在不过多损失估计精度的同时有效降低计算量.文中的研究成果为将粒子滤波应用于航天器导航问题提供了理论参考. 相似文献
7.
根据单摆模型近似晃动质量推导晃动运动与姿态运动的动力学方程,基于状态相关黎卡提方程方法,综合动态逆控制方法设计了运载器末助推段非线性姿态控制器,由状态反馈实现姿态跟踪和晃动抑制。因实际中模拟晃动运动的单摆状态无法测量,引入输出多采样率技术,通过在一个采样周期内多次检测被控对象的输出估计状态,实现设计的状态反馈控制律。数... 相似文献
8.
9.
10.
对于复杂失效域和小失效概率耦合的可靠性分析问题,本文提出了一种交叉熵重要抽样(CE-IS)方法结合自适应Kriging (AK)代理模型的求解方法(CE-IS-AK)。所提方法基于交叉熵原理,用混合高斯模型逐步逼近最优重要抽样密度函数,并采用AK模型协助逼近过程中混合高斯模型的参数的更新,从而提高了CE-IS方法的计算效率。另外,本文还改进了CE-IS方法的收敛准则,避免了方法的冗余迭代,扩大了方法的适用范围。由于在CE-IS方法中引入了AK模型,因此,本文方法所构建的重要抽样函数在保证精度的基础上提高了效率。相较于AK-MCS方法,本文方法中引入了重要抽样的思想,因此在Kriging训练点数目基本相同的情况下,大幅缩减小失效概率计算时样本池规模,并且由于利用了混合高斯模型,因而对多失效域具有较好的适用性。算例分析也证明了本文所提方法的优越性。 相似文献