全文获取类型
收费全文 | 704篇 |
免费 | 75篇 |
国内免费 | 53篇 |
专业分类
航空 | 425篇 |
航天技术 | 106篇 |
综合类 | 68篇 |
航天 | 233篇 |
出版年
2024年 | 2篇 |
2023年 | 16篇 |
2022年 | 16篇 |
2021年 | 21篇 |
2020年 | 10篇 |
2019年 | 14篇 |
2018年 | 14篇 |
2017年 | 12篇 |
2016年 | 24篇 |
2015年 | 17篇 |
2014年 | 27篇 |
2013年 | 36篇 |
2012年 | 49篇 |
2011年 | 30篇 |
2010年 | 33篇 |
2009年 | 38篇 |
2008年 | 56篇 |
2007年 | 62篇 |
2006年 | 52篇 |
2005年 | 44篇 |
2004年 | 30篇 |
2003年 | 39篇 |
2002年 | 30篇 |
2001年 | 37篇 |
2000年 | 11篇 |
1999年 | 13篇 |
1998年 | 14篇 |
1997年 | 12篇 |
1996年 | 11篇 |
1995年 | 9篇 |
1994年 | 15篇 |
1993年 | 7篇 |
1992年 | 8篇 |
1991年 | 10篇 |
1990年 | 3篇 |
1989年 | 3篇 |
1988年 | 1篇 |
1986年 | 2篇 |
1984年 | 1篇 |
1983年 | 1篇 |
1981年 | 2篇 |
排序方式: 共有832条查询结果,搜索用时 281 毫秒
811.
812.
813.
在对双横臂双扭杆悬架的上下扭杆的刚度匹配关系和等强度关系进行分析的基础上,得到了对扭杆进行优化设计的方法。 相似文献
814.
针对不确定条件下液体推进剂贮箱的可靠性评估问题,基于贮箱应力强度与区间凸模型理论,确立了贮箱应力强度可靠性评估方法。首先,在液体推进剂贮箱数学模型的基础上,分析推导了贮箱的应力分布,结合应力强度理论,确定了贮箱的等效应力。其次,结合应力强度干涉理论及正则化区间面积比方法,定义了贮箱的应力强度区间凸模型可靠性指标。最后,结合某型火箭推进剂贮箱的实际参数,将贮箱等效应力与临界应力的不确定性转化为区间凸集形式进行了实例验证,并与椭球凸模型可靠性指标结果进行了对比。结果表明:应力强度区间凸模型可靠性指标可准确评估贮箱的完全可靠状态,并可将贮箱非完全可靠状态下的可靠度量化到[0,1]区间。 相似文献
815.
针对一类满足L ipsch itz条件的具有未知参数的非线性系统,利用Lyapunov方法对L ipsch itz非线性系统自适应观测器的设计问题进行了研究。基于分析求解代数R iccati方程给出求解问题的不完善性、特征结构配置理论给出设计方法的重特征值限制性、对不同形式的观测器增益矩阵求解方法进行比较,最终选用线性矩阵不等式来改进观测器增益矩阵的选取方法。在观测误差稳定的条件下,得出了基于线性矩阵不等式方程设计状态观测器的增益矩阵,保证系统的状态估计误差收敛到零,并对其进行了仿真研究。结果证明,本文所构造的非线性观测器增益矩阵方法明显优越于其他方法,增强了系统的鲁棒性。 相似文献
816.
817.
818.
针对变体飞行器实时控制翼型形状的需求,提出了基于深度学习的翼型反设计方法,利用多层感知机搭建了由生成器与判别器组成的条件生成对抗网络。生成器从带有随机噪声的气动参数中提取内在特征,习得特征到翼型的映射关系;判别器则将生成器产生的翼型或真实翼型与前述气动参数混合作为输入,输出该翼型为符合指定气动条件的真实翼型的概率。为了优化网络模型,研究并分析了噪声尺寸、超参数及网络结构对模型收敛性能的影响。训练好的网络模型即可根据给定的期望气动参数,快速生成配套的翼型。测试结果表明预测翼型与真实翼型的均方根误差的平均值为0.17%,耗时仅为23 ms,大大提高了设计精度与效率;并且在有噪声干扰情况下依旧保持良好的设计性能,增强了翼型设计模型的鲁棒性。研究成果可以应用于变体飞行器自适应在线最优气动构型控制。 相似文献
819.
结合商用航空发动机研制实践,分析型号研制过程中开展“三化”设计的原则,提出具体措施,并总结“三化”工作的保障条件,为发动机“三化”工作提供鉴定意义。 相似文献
820.
针对深度卷积生成式对抗网络(DCGAN)模型高维文本输入表示的稀疏性导致以文本为条件生成的图像结构缺失和图像不真实的问题,提出了一种改进深度卷积生成式对抗网络模型CA-DCGAN。采用深度卷积网络和循环文本编码器对输入的文本进行编码,得到文本的特征向量表示。引入条件增强(CA)模型,通过文本特征向量的均值和协方差矩阵产生附加的条件变量,代替原来的高维文本特征向量。将条件变量与随机噪声结合作为生成器的输入,并在生成器的损失中额外加入KL损失正则化项,避免模型训练过拟合,使模型可以更好的收敛,在判别器中使用谱约束(SN)层,防止其梯度下降太快造成生成器与判别器不平衡训练而发生模式崩溃的问题。实验验证结果表明:所提模型在Oxford-102-flowers和CUB-200数据集上生成的图像质量较alignDRAW、GAN-CLS、GAN-INT-CLS、StackGAN(64×64)、StackGAN-v1(64×64)模型更好且接近于真实样本,初始得分值最低分别提高了10.9%和5.6%,最高分别提高了41.4%和37.5%,FID值最低分别降低了11.4%和8.4%,最高分别降低了43.... 相似文献