全文获取类型
收费全文 | 293篇 |
免费 | 70篇 |
国内免费 | 33篇 |
专业分类
航空 | 277篇 |
航天技术 | 20篇 |
综合类 | 40篇 |
航天 | 59篇 |
出版年
2024年 | 8篇 |
2023年 | 11篇 |
2022年 | 21篇 |
2021年 | 10篇 |
2020年 | 13篇 |
2019年 | 11篇 |
2018年 | 12篇 |
2017年 | 6篇 |
2016年 | 11篇 |
2015年 | 3篇 |
2014年 | 10篇 |
2013年 | 12篇 |
2012年 | 9篇 |
2011年 | 22篇 |
2010年 | 23篇 |
2009年 | 16篇 |
2008年 | 17篇 |
2007年 | 21篇 |
2006年 | 16篇 |
2005年 | 15篇 |
2004年 | 7篇 |
2003年 | 12篇 |
2002年 | 9篇 |
2001年 | 14篇 |
2000年 | 16篇 |
1999年 | 4篇 |
1998年 | 8篇 |
1997年 | 6篇 |
1996年 | 4篇 |
1995年 | 7篇 |
1994年 | 15篇 |
1993年 | 3篇 |
1992年 | 3篇 |
1991年 | 2篇 |
1990年 | 3篇 |
1989年 | 3篇 |
1988年 | 5篇 |
1987年 | 2篇 |
1986年 | 1篇 |
1984年 | 3篇 |
1979年 | 1篇 |
1963年 | 1篇 |
排序方式: 共有396条查询结果,搜索用时 6 毫秒
391.
392.
393.
394.
针对飞机起落架液压系统故障诊断精度低,深层故障特征提取困难的问题,提出了一种基于双路特征融合卷积神经网络(TSFFCNN)与粒子群优化支持向量机(PSO-SVM)结合的起落架液压系统故障诊断模型。该诊断模型以起落架多节点压力信号作为输入,采用一维卷积神经网络(1DCNN)与二维卷积神经网络(2DCNN)并行多通道网络结构自适应提取深层特征信息,并在融合层将深层特征信息融合,通过优化后的SVM分类器对融合特征进行故障分类。为验证所提诊断模型的故障分类效果,基于AMESim搭建了典型飞机起落架液压系统仿真模型,构建了几种典型故障类型数据集。基于仿真数据的诊断结果表明,所提故障诊断算法精度能达到99.37%,能够有效实现起落架液压系统故障诊断;与其他智能算法对比,基于TSFFCNNPSO-SVM故障诊断模型具有更好的平稳性与可靠性,诊断精度更高。 相似文献
395.