全文获取类型
收费全文 | 933篇 |
免费 | 147篇 |
国内免费 | 61篇 |
专业分类
航空 | 609篇 |
航天技术 | 157篇 |
综合类 | 113篇 |
航天 | 262篇 |
出版年
2024年 | 9篇 |
2023年 | 27篇 |
2022年 | 25篇 |
2021年 | 25篇 |
2020年 | 37篇 |
2019年 | 32篇 |
2018年 | 32篇 |
2017年 | 25篇 |
2016年 | 42篇 |
2015年 | 26篇 |
2014年 | 41篇 |
2013年 | 25篇 |
2012年 | 41篇 |
2011年 | 44篇 |
2010年 | 42篇 |
2009年 | 48篇 |
2008年 | 22篇 |
2007年 | 50篇 |
2006年 | 46篇 |
2005年 | 33篇 |
2004年 | 28篇 |
2003年 | 36篇 |
2002年 | 17篇 |
2001年 | 35篇 |
2000年 | 35篇 |
1999年 | 25篇 |
1998年 | 26篇 |
1997年 | 35篇 |
1996年 | 22篇 |
1995年 | 23篇 |
1994年 | 23篇 |
1993年 | 17篇 |
1992年 | 21篇 |
1991年 | 26篇 |
1990年 | 24篇 |
1989年 | 23篇 |
1988年 | 9篇 |
1987年 | 7篇 |
1986年 | 5篇 |
1985年 | 7篇 |
1984年 | 9篇 |
1983年 | 5篇 |
1982年 | 2篇 |
1981年 | 2篇 |
1980年 | 1篇 |
1978年 | 2篇 |
1977年 | 1篇 |
1976年 | 1篇 |
1973年 | 1篇 |
1964年 | 1篇 |
排序方式: 共有1141条查询结果,搜索用时 375 毫秒
311.
312.
基于序列蒙特卡罗方法的经典多模概率假设密度滤波方法及其各种衍生方法,在预测过程中依据多个并行的状态转移模型,通过将大量粒子散布到下一时刻目标所有可能出现的状态空间实现目标状态的捕获,造成计算量大、目标跟踪精度差。为此,提出一种改进的多模粒子概率假设密度机动目标跟踪方法。该方法利用最新量测信息估计目标运动模型概率及模型参数,并将估计得到的目标模型应用到粒子概率假设密度滤波方法的预测过程中生成预测粒子,从而将大部分粒子聚合在目标最可能出现的状态空间邻域中,实现粒子的有效利用。数值仿真表明,所提方法不仅显著地减少了目标丢失个数,而且提高了目标跟踪精度。 相似文献
313.
314.
315.
316.
为了深入认识低温射流在超临界压力下的流动特性,将真实流体热物性模型写入开源CFD程序OpenFOAM平台中,开发出了用于模拟超临界压力下流动过程的均相求解器。针对液氮跨临界、超临界射流进行大涡模拟,研究了环境条件变化对于低温射流流动特性的影响。结果表明:采用的真实流体模型能够在广泛的温度与压力范围内准确计算流体的热物理性质,在此基础上开发的均相求解器能够准确描述超临界条件下的低温射流,其流动特性主要表现为稠密液体与环境气体之间的剪切层不稳定以及湍流混合,此类变密度射流在湍流充分发展区域同常密度射流一样具有自相似特性;超临界射流相比于跨临界射流具有更高的混合效率以及更短的液核穿透长度;环境温度升高以及环境压力降低均使得低温射流与周边气体之间的密度梯度增加,对剪切层中不稳定波动的发展起到抑制作用,导致了射流液核长度的增加以及扩张角度的减小。 相似文献
317.
提出了一种末杆为柔性杆的机器人的新型神经网络控制方法.它将末杆为柔性杆的机器人分解成刚性前端和柔性末端两部分,使用传统的机器人控制方法控制刚性前端,采用神经网络辩识柔性末端部分的逆模型,将末端的期望轨迹实时分解成末关节转角及末关节轴位姿的期望轨迹再分别进行控制.这一方法将传统的基于模型的控制方法和神经网络方法有机结合在一起.通过对平面3杆柔性机器人的数值仿真,初步验证了这一方法的有效性和良好效果. 相似文献
318.
研究了在两固定端点之间运动的三连杆平面欠驱动机械臂的最优运动规划问题.该机械臂有两个受驱动的移动关节,而第三个关节是一个既无驱动器又无制动器的被动关节.施加在自由运动连杆上的动力学约束是一个二阶非完整约束.通过坐标和输入变换,系统的状态和输入变量被表示为子状态变量的高阶导数形式;通过这些新的子状态变量,将一个受约束的动力学优化问题变成一个无约束的优化问题.利用变分法原理,推导出满足优化问题的必要条件.给出了PPR型平面欠驱动机械臂最优运动规划的数值算例. 相似文献
319.
320.
基于几何不变性和BP网络的二维目标识别算法 总被引:2,自引:0,他引:2
提出了一种基于几何不变性和BP网络的二维目标识别算法.该算法不仅能适应目标物体在旋转、缩放和平移变换(RST变换)下的不变性识别,而且能适应仿射及射影变换下的不变性识别.算法通过对目标物体边缘点进行规格化和对规格化后的边缘点进行5点不变量穷举计算解决了模型图像与目标图像的对应点选取问题;通过将不同观测方位和不同旋转角度的样本图像边缘点的5点不变量集合作为输入向量对BP网络进行训练解决了由于仿射和射影变换造成规格化边缘点间距变化对正确分类的影响.算法不仅能识别多边形而且能识别曲线轮廓的目标物体. 相似文献