全文获取类型
收费全文 | 526篇 |
免费 | 96篇 |
国内免费 | 63篇 |
专业分类
航空 | 287篇 |
航天技术 | 199篇 |
综合类 | 70篇 |
航天 | 129篇 |
出版年
2024年 | 10篇 |
2023年 | 41篇 |
2022年 | 41篇 |
2021年 | 49篇 |
2020年 | 42篇 |
2019年 | 40篇 |
2018年 | 22篇 |
2017年 | 21篇 |
2016年 | 25篇 |
2015年 | 24篇 |
2014年 | 24篇 |
2013年 | 34篇 |
2012年 | 30篇 |
2011年 | 37篇 |
2010年 | 28篇 |
2009年 | 27篇 |
2008年 | 29篇 |
2007年 | 33篇 |
2006年 | 20篇 |
2005年 | 14篇 |
2004年 | 19篇 |
2003年 | 11篇 |
2002年 | 12篇 |
2001年 | 7篇 |
2000年 | 4篇 |
1999年 | 6篇 |
1998年 | 2篇 |
1997年 | 4篇 |
1996年 | 7篇 |
1995年 | 2篇 |
1994年 | 5篇 |
1993年 | 3篇 |
1992年 | 1篇 |
1991年 | 4篇 |
1990年 | 2篇 |
1989年 | 5篇 |
排序方式: 共有685条查询结果,搜索用时 312 毫秒
661.
662.
针对基于标识带导航的自动导引车(AGV)对中心线提取精度要求高的特点,应用计算机视觉原理,设计了一种导航标识带识别与中心线提取方法.首先对摄像头采集到的图像进行预处理,包括灰度化、图像滤波、图像分割、图像边缘检测;然后提出了一种基于几何作图的标识带中心线提取方法,并根据中心线方程解算出偏角和偏距等信息;最后将上述过程整... 相似文献
663.
序列图象运动估计是动态场景分析的基础,它主要研究如何从变化场景的一系列不同时刻的图象中,提取出有关场景中物体的位置、运动和结构等信息。在综述了基于序列图象运动分析的传统方法及其技术特点和存在的问题后,分析了基于序列图象的三维刚体运动估计研究的发展趋势。 相似文献
664.
提出一种针对空间非合作目标交会接近的自主检测和跟踪方法。在摄像机捕获原始图像后,利用推导的主动星高精度姿态来确定摄像机的精确指向,并结合恒星星库进行初步恒星对象剔除操作,随后基于不同对象在图像中的运动轨迹差异进行目标的精确识别。在目标仅视线角可观测的条件下,基于相对轨道根数建立相对运动方程,并利用扩展卡尔曼滤波器(EKF)构建仅测角相对导航滤波器以推导出主动星和目标之间的相对运动状态。最后通过搭建的半物理仿真平台,对该方法在3种轨道场景中的性能进行了仿真测试,结果显示,当卫星姿态确定的指向精度在优于3″的条件下,该方法的目标检测正确率在96%以上,提出的仅测角相对导航滤波器的相对定轨精度在所测距离范围的1%以内。 相似文献
665.
针对故障卫星、失效航天器、空间碎片等空间非合作目标无先验模型,且无法直接获得其角速度及惯量参数等问题,提出一种参数化非合作目标相对位姿和惯量参数估计方法。首先,基于自由航天器姿态动力学模型,用反双曲正切函数来描述含两个独立变量的惯量参数,建立非合作目标角速度传播模型方程;基于立体视觉测量模型,建立非合作目标上若干特征点的量测方程。然后,结合Clohessy-Wiltshire方程描述的航天器间相对运动学模型,以非合作目标的相对位置、相对线速度、相对姿态、惯性角速度及惯量参数为状态量,设计扩展卡尔曼滤波器以估计各状态量。最后,进行不同场景的数值仿真验证。蒙特卡洛仿真结果表明,所设计的滤波器在不同噪声水平下能够高精度地有效估计出非合作目标的相对位姿和惯量参数。 相似文献
666.
667.
空中加油是提高无人机(UAV)空中持续作战能力的重要技术,其中对加油锥套的检测和识别是实现空中加油的首要任务。针对空中加油快速、准确的目标检测难题,结合鹰眼敏锐的视觉机制,设计了一种仿鹰眼-中脑机制的显著性检测算法,采用仿鹰眼颜色拮抗和明暗适应机制模型从加油锥套视频序列中提取多通道图像特征,为适应锥套在图像中的面积,模拟仿鹰中脑网络门控机制对多通道特征显著图进行空间门控处理,模拟仿鹰中脑网络增益机制对显著图进行增强处理。通过公开数据集和空中加油试飞数据集分别进行了测试,仿真对比实验结果验证了所提出的显著性检测算法可在设定显著目标面积占比的条件下有效抑制背景影响,并能检测到空中加油的锥套目标。 相似文献
668.
为了提高视频卫星对运动车辆的检测质量,在经典视觉背景提取器(ViBE)算法的基础上,结合遥感的面向对象分类技术,从提升正确检测运动目标数量和抑制虚假运动目标检测数量两个方面着手,提出了一种新的运动车辆检测方法(VOMVD)。首先通过优化ViBE模型参数,尽可能多地获取真实运动目标,但这在一定程度引入了许多的虚假目标。研究继而依据影像上地面小尺度运动目标和道路的依存关系,采用面向对象的分类方法,基于光谱、纹理、空间属性,构建了均值、标准差、卷积核内平均灰度值、卷积核内平均信息熵、面积、长度、紧密度、延伸度等8个特征,用于提取道路信息,以此掩膜ViBE提取的虚假运动目标和伪运动目标。结果表明,基于本研究提出的视频卫星运动目标检测方法较之三帧差分法、ViBE检测方法等,其精度有明显提升。在本研究中,三帧差分法、ViBE和VOMVD对运动目标的检测精度P分别为70.91%,61.49%和85.71%,召回率R分别为84.78%,98.91%和97.83%,F值分别为77.23%,75.83%和91.37%,有效提升了方法对运动目标的检测效果。 相似文献
669.
现有的无人机位姿视觉测量方法大多基于诸如关键点等几何尺寸在图像和模型间的对应关系完成位姿计算;然而,在复杂情况下易出现关键点图像坐标定位失效的问题,而针对特定机型的算法设计泛化性不佳。针对这一问题,本文提出了一种基于立体视觉的固定翼无人机位姿测量方法,通过立体视觉重建目标无人机三维点云,基于无人机组件三维点云拟合鲁棒地完成位姿测量。首先,使用一种二维、三维数据结合的方式,利用卷积神经网络完成组件的分割。其次,分别利用机翼和机身点云拟合无人机坐标系的z轴和x轴,进而完成目标无人机位姿的计算。整个计算过程无需已知具体机型或尺寸。经试验验证,本文方法在10m的范围内达到了1.57°和0.07m的位姿测量精度,具有较高的精度和鲁棒性。 相似文献
670.