全文获取类型
收费全文 | 535篇 |
免费 | 155篇 |
国内免费 | 137篇 |
专业分类
航空 | 407篇 |
航天技术 | 147篇 |
综合类 | 118篇 |
航天 | 155篇 |
出版年
2024年 | 3篇 |
2023年 | 9篇 |
2022年 | 23篇 |
2021年 | 27篇 |
2020年 | 27篇 |
2019年 | 24篇 |
2018年 | 23篇 |
2017年 | 17篇 |
2016年 | 20篇 |
2015年 | 43篇 |
2014年 | 36篇 |
2013年 | 27篇 |
2012年 | 37篇 |
2011年 | 37篇 |
2010年 | 45篇 |
2009年 | 42篇 |
2008年 | 41篇 |
2007年 | 33篇 |
2006年 | 33篇 |
2005年 | 23篇 |
2004年 | 19篇 |
2003年 | 17篇 |
2002年 | 22篇 |
2001年 | 27篇 |
2000年 | 15篇 |
1999年 | 22篇 |
1998年 | 24篇 |
1997年 | 13篇 |
1996年 | 16篇 |
1995年 | 10篇 |
1994年 | 11篇 |
1993年 | 5篇 |
1992年 | 13篇 |
1991年 | 7篇 |
1990年 | 9篇 |
1989年 | 4篇 |
1988年 | 6篇 |
1987年 | 2篇 |
1986年 | 9篇 |
1985年 | 2篇 |
1984年 | 1篇 |
1983年 | 1篇 |
1966年 | 1篇 |
1900年 | 1篇 |
排序方式: 共有827条查询结果,搜索用时 961 毫秒
611.
一种面向H.264/AVC的快速帧内预测选择算法 总被引:1,自引:0,他引:1
为提高I帧的编码效率,最新的视频压缩编码标准H.264/AVC,在空间域上 从多个方向进行多种模式的帧内预测,并使用率失真优化算法选择最佳模式,算法复杂度很 高.为此,提出了一种快速的帧内预测算法.针对亮度块的模式选择过程,提出了基于图像 熵值和滑动窗口机制自适应地调整熵值阈值的方法对宏块模式进行预判;针对亮度模式中多 个预测方向的选择,充分利用中间结果,预先排除一些可能性小的预测方向;在亮度块和色 度块相结合的率失真统计中,改变算法结构,预先计算色度块最佳模式.实验结果表明,算 法在不降低图像质量的基础上,编码速度平均提高76%,码率平均增加2.6%. 相似文献
612.
针对新增航线发现研究中存在的航线选择主观化、网络信息挖掘不充分等问题,考虑航空运输网络的拓扑结构特征和节点(通航城市)层次属性,提出了一种基于链路预测的未来新增航线发现(NARP)模型。NARP模型提取局部封闭子图构建子图邻接矩阵,基于距离标记子图节点结构重要性,采用因子分析和层次聚类提取节点层次属性。在此基础上,融合子图结构和节点属性2类特征,采用深度图卷积神经网络(DGCNN)进行链路预测,实现新增航线发现。在中国航空运输网络实际运行数据上的实验结果表明:较之基准方法,NARP模型的预测准确率最高提升9.28%;在网络极度不完整时,预测准确率可以保持在80%左右;预测结果符合航空运输网络的实际演变情况。 相似文献
613.
614.
Miner理论的统计特性分析 总被引:21,自引:0,他引:21
分析了 Miner瞬时累积损伤 Di 分散性的来源 ,提出了一个解决原始 Miner累积损伤理论的两个主要缺陷的方法。理论分析和 Monte-Carlo数值模拟结果表明 :Miner瞬时累积损伤 Di可用对数正态分布加以描述 相似文献
615.
616.
617.
对象Petri网模型的并发软件仿真技术的研究 总被引:2,自引:0,他引:2
唐发根 《北京航空航天大学学报》1998,(4):311
并发软件的性能评价是提高软件开发质量的重要手段之一.本文重点讨论了将面向对象与Petri网相结合的思想用于并发软件开发中的系统建模,以及基于对象Petri网(OPN)的并发软件系统的仿真技术,同时,也探讨了实现一个基于OPN的动态仿真工具所面临的关键技术和解决方法.实践结果表明,文中讨论的实现机制与处理方法是有效和可行的. 相似文献
618.
619.
620.
在M.Jahangir以常数为权的组合式矩估计器的基础上,给出一种以函数为权的组合式矩估计器,称为L-J估计器.其中,最优加权函数是根据U估计器与形状参数的单调关系,通过数论网格最优化算法搜索解出.大量仿真实验证实,在对K分布形状参数v大范围的参数估计中,L-J估计器在估计精度上,不但较Jahangir等提出的常数加权组合矩估计器的精度有显著提高,而且可与MLE(Maximum Likelihood Estimator)相当.特别是由于MLE作为渐进无偏估计量,需要充分大的样本长度才能达到最优,这就使得L-J估计器的估计精度可在样本长度较小时优于MLE.此外,L-J估计器无需迭代运算,因而在计算效率上,显著优于现有的ML估计器. 相似文献