全文获取类型
收费全文 | 1058篇 |
免费 | 176篇 |
国内免费 | 190篇 |
专业分类
航空 | 562篇 |
航天技术 | 276篇 |
综合类 | 129篇 |
航天 | 457篇 |
出版年
2024年 | 12篇 |
2023年 | 39篇 |
2022年 | 36篇 |
2021年 | 41篇 |
2020年 | 65篇 |
2019年 | 57篇 |
2018年 | 56篇 |
2017年 | 36篇 |
2016年 | 34篇 |
2015年 | 53篇 |
2014年 | 45篇 |
2013年 | 54篇 |
2012年 | 75篇 |
2011年 | 70篇 |
2010年 | 79篇 |
2009年 | 70篇 |
2008年 | 83篇 |
2007年 | 81篇 |
2006年 | 63篇 |
2005年 | 49篇 |
2004年 | 41篇 |
2003年 | 38篇 |
2002年 | 29篇 |
2001年 | 37篇 |
2000年 | 15篇 |
1999年 | 19篇 |
1998年 | 23篇 |
1997年 | 7篇 |
1996年 | 10篇 |
1995年 | 12篇 |
1994年 | 7篇 |
1993年 | 13篇 |
1992年 | 11篇 |
1991年 | 22篇 |
1990年 | 13篇 |
1989年 | 13篇 |
1988年 | 7篇 |
1987年 | 8篇 |
1986年 | 1篇 |
排序方式: 共有1424条查询结果,搜索用时 15 毫秒
1.
可控的过失速机动是先进战斗机超机动性能的重要标志,飞机飞行包线的扩大已超出传统的大气数据系统测量范围,可靠的迎角、侧滑角、总压、静压等飞行大气数据是制约先进战斗机过失速机动中飞行控制的关键因素。以中国推力矢量验证机为对象,基于过失速机动飞行试验的数据,开展大气参数估计与验证研究。结合过失速机动的时间与空间特性,研究了基于风速、地速、空速矢量和惯性姿态、导航参数的大气参数融合计算方法;针对过失速大迎角状态下飞机周围气流非定常、模型非线性导致的融合大气参数误差的复杂特性,进一步构建深度神经网络,对机动状态融合迎角、侧滑角的强非线性误差进行拟合。仿真和飞行试验表明:该方法可在大迎角飞行状态下实现主要大气参数的融合估计,过失速机动过程中融合迎角误差优于2.3°,融合得到的大气参数可为过失速大迎角机动飞行控制提供可靠的大气参数状态反馈。 相似文献
2.
粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。 相似文献
3.
4.
信号参数估计是许多领域 (如雷达、通信、导航和声钠等 )都会遇到的共同问题。文中证明 ,牛顿法是实现频率 (η)和频率变化 (β)最大似然估值器的快速有效算法 ,并且详细分析了牛顿估值器的性能。研究证明 ,对于牛顿法 ,(η,β)是以三次方律收敛于真值 (η,β)的。模拟结果表明 ,当输出信噪比 ( SNR) o≥ 15 d B时 ,估计量的均方误差 ( MSE)达到Cramer- Rao界 相似文献
5.
本文对承受横向载荷的复合板设计了一个自动的误差估计和网络加密过程,并通过实际算例验证了此过程的有效性,结果证明所设计的过程能达到较高的计算精度。 相似文献
6.
7.
8.
本文给出了正态分布可靠寿命的又一个经典近似下限,经验证,本文所给出的结果的精度比已有的结果精度要高,可提供给可靠性工程人员使用。 相似文献
9.
最新的技术发展已为研制超分辨雷达创造了条件。它能够突破普通雷达基于匹配滤波原理的分辨能力,而实现超分辨。超分辨雷达的巨大计算量通常来自求解非线性最小二乘问题时的多维搜索。本文针对这一问题,研究了雷达信号处理中的两个典型例子:(1)利用阵列处理检测个数已知而方向未知的雷达目标;(2)对波音727飞机进行超分辨距离多普勒成像。说明Hop-field神经网络通过集体运算能够求解各种困难的最优化问题,因而在未来的超分辨雷达中有广阔的应用前景。 相似文献
10.
本文讨论了在无替换定效截尾试验方案下,当产品寿命为双参数指数分布时,尺度参数(失效率)久的经验Bayes(简记EB)估计问题及其收敛速度。设在给定λ,μ下,产品寿命T服从双参数指数分布,其概率密度为 受试产品有n个,试验中前r个产品依次出现的失效时间为t_(1)≤t_(2)≤……≤t_(r)。令 则(x,y)为(μ,λ)的充分统计量。记(x,y)的联合边缘密度为f(x,y),若取二次损失函数,则λ的Bayes点估计为 利用密度函数及其偏导数的核估计,构造出λ的EB估计为 φ_(1n)(x,y)与φ_(1m)(x,y)的Bayes风险分别为 在一定的正则性条件下,我们证明了 这表明,λ的EB估计的收敛速度q可任意接近于1/2。 相似文献