全文获取类型
收费全文 | 2249篇 |
免费 | 194篇 |
国内免费 | 134篇 |
专业分类
航空 | 1235篇 |
航天技术 | 424篇 |
综合类 | 290篇 |
航天 | 628篇 |
出版年
2024年 | 28篇 |
2023年 | 91篇 |
2022年 | 113篇 |
2021年 | 123篇 |
2020年 | 87篇 |
2019年 | 81篇 |
2018年 | 26篇 |
2017年 | 39篇 |
2016年 | 70篇 |
2015年 | 65篇 |
2014年 | 82篇 |
2013年 | 100篇 |
2012年 | 123篇 |
2011年 | 132篇 |
2010年 | 123篇 |
2009年 | 139篇 |
2008年 | 126篇 |
2007年 | 145篇 |
2006年 | 128篇 |
2005年 | 136篇 |
2004年 | 98篇 |
2003年 | 117篇 |
2002年 | 67篇 |
2001年 | 72篇 |
2000年 | 49篇 |
1999年 | 36篇 |
1998年 | 43篇 |
1997年 | 30篇 |
1996年 | 16篇 |
1995年 | 22篇 |
1994年 | 15篇 |
1993年 | 8篇 |
1992年 | 17篇 |
1991年 | 8篇 |
1990年 | 6篇 |
1989年 | 7篇 |
1988年 | 2篇 |
1987年 | 6篇 |
1981年 | 1篇 |
排序方式: 共有2577条查询结果,搜索用时 0 毫秒
61.
采用环境减灾二号A/B卫星数据,在福建武夷山国家公园和东北虎豹国家公园2个试验区开展森林树种识别的应用研究。分别提取2个试验区影像的光谱特征、归一化植被指数(NDVI)和基于主成分第一分量的8个纹理特征信息,采用支持向量机(SVM)和原型网络分类对森林主要树种进行识别,并利用验证样本进行精度评价。结果表明:在福建武夷山国家公园试验区,SVM和原型网络分类的总精度分别为86.37%和91.11%,Kappa系数分别为0.83和0.90。在东北虎豹国家公园试验区,SVM和原型网络分类的总精度分别为91.77%和91.34%,Kappa系数均为0.90。总体来说,环境减灾二号A/B卫星数据在2个试验区的主要树种识别精度较好,后续能较好地满足林业行业相关业务应用需求。 相似文献
62.
关于网络伦理问题的研究与思考 总被引:1,自引:0,他引:1
人类进入21世纪,人们感受到了信息技术给人类的交往、学习、工作和生活带来极大便利,促进了人的全面发展和社会进步。但也出现了网络“道德真空”和“道德沦丧”,因此关于网络伦理问题的研究也就摆在了我们面前。 相似文献
63.
IPv4地址资源的短缺决定了基于IPv6技术的网络时代的必然到来。介绍高职院校校园网络的发展现状,结合高职教育的特点,分析基于IPV6技术的网络应用优势,为高职院校校园网络从IPV4到IPV6过渡提供一种切实可行的解决方法。 相似文献
64.
加强大学生网络文化引导的思考 总被引:1,自引:0,他引:1
王迎春 《长沙航空职业技术学院学报》2008,8(3):11-14
网络文化作为一种新型的文化形态,其内容、形式、特点等都对大学生产生了深刻影响,高校应从理解网络文化内涵、培养自律能力、普及网络技术知识、建设校园网络文化阵地等方面加强大学生网络文化的引导。 相似文献
65.
66.
67.
利用D-S证据理论进行故障诊断时,首先需准确地确定出诊断识别框架,这是D-S故障诊断的先决条件.在导弹武器等复杂系统中,存在着故障原因与故障征兆之间关联关系不确定的现象,增加了求取诊断识别框架的困难.为此,提出了一种求取复杂系统的D-S诊断识别框架方法.首先,基于基本诊断模型,给出了诊断贝叶斯网络模型.以及求解诊断贝叶斯网络模型的方法;然后,给出了征兆集合等概念以及求解故障识别框架的方法;最后,通过示例验证了方法的正确性. 相似文献
68.
飞机尾流预测在动态尾流间隔系统中十分重要。通过结合激光雷达技术,提出了一种基于卷积长短期记忆网络(ConvLSTM)的飞机尾流预测模型,以预测激光雷达(LIDAR)的下一个扫描面。实验团队前期在深圳宝安机场使用激光雷达探测对尾流数据进行采集并进行预处理。然后,构建了ConvLSTM神经网络模型以对尾涡径向速度场进行外推预测。通过采集的数据对所建立模型进行训练、验证、测试。实验结果表明:模型能够有效对尾流进行时空预测,测试的RMSE值为3.30,证明了ConvLSTM在预测飞机尾流耗散演化的潜在用途。 相似文献
69.
通过对银行家算法的分析,提出单代号网络的进程安全状态序列的改进算法-基于单代号网络的银行家算法,并通过具体的示例实现此算法。 相似文献
70.
针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明:得到的辨识模型输出参数,如燃气发生器转速ng、输出轴转速nr和涡轮后温度T4都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。 相似文献