首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4511篇
  免费   533篇
  国内免费   560篇
航空   2916篇
航天技术   660篇
综合类   444篇
航天   1584篇
  2024年   45篇
  2023年   159篇
  2022年   154篇
  2021年   205篇
  2020年   150篇
  2019年   184篇
  2018年   104篇
  2017年   121篇
  2016年   157篇
  2015年   134篇
  2014年   186篇
  2013年   172篇
  2012年   223篇
  2011年   274篇
  2010年   230篇
  2009年   250篇
  2008年   232篇
  2007年   224篇
  2006年   219篇
  2005年   181篇
  2004年   183篇
  2003年   169篇
  2002年   135篇
  2001年   165篇
  2000年   144篇
  1999年   138篇
  1998年   125篇
  1997年   116篇
  1996年   93篇
  1995年   138篇
  1994年   134篇
  1993年   100篇
  1992年   103篇
  1991年   72篇
  1990年   78篇
  1989年   55篇
  1988年   24篇
  1987年   19篇
  1986年   3篇
  1985年   4篇
  1982年   1篇
  1981年   1篇
排序方式: 共有5604条查询结果,搜索用时 702 毫秒
971.
针对高超声速变形飞行器再入制导问题,提出了一种采用伸缩式机翼的高超声速变形飞行器外形方案,建立了含有展长变形量的气动模型和动力学模型。将该变形飞行器的展长变形量扩展为控制变量,分析了倾侧角、展长变形量和终端航程、高度之间的关系。在此基础上,利用倾侧角和展长变形量在线预测剩余航程和终端高度,通过数值方法校正2个控制量以满足航程约束和高度约束,通过航向角走廊确定倾侧角符号。仿真结果表明:该变形飞行器再入制导方法制导精度高,相比于传统固定外形飞行器终端约束能力更强、轨迹更加平滑,且在扰动条件下具有一定鲁棒性。   相似文献   
972.
深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘,并对商品的感兴趣程度进行预测。因此,以此为背景,研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究,提出了通过使用网络表示学习进行评分预测的方法。首先,将关系型数据构建成异构网络,用户和商品为网络中的节点。然后,设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法,并对节点进行表示学习。最后,将学习到的用户、商品表示向量输入到神经网络中进行训练,利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率,对比常用方法,准确率提升6.5%以上。   相似文献   
973.
为探究超声速来流下圆柱横向射流轨迹及喷雾动态特性,在宽来流马赫数(Ma=1.50,2.02,3.09)条件下开展了不同喷嘴直径与喷注压力的煤油喷雾试验,通过纹影系统捕捉射流图像并进行外边界拟合与频谱分析。建立了考虑射流前激波效应的穿透深度预测模型,最大与平均相对误差较先前的预测模型分别下降约36%和19.1%。通过快速傅里叶变换分析,发现喷雾所受扰动以低频波为主,同时伴有时间特征较为复杂的波动。本征正交分解分析结果证明,喷雾表面同时存在高低频扰动,但低频波占据主导地位,高频波能量较低可被忽略,对应了快速傅里叶变换分析结果;低频波频率与来流有效韦伯数有关,有效韦伯数增大会使波长减小,当喷雾前端的来流速度差别较小时,频率就会增大。  相似文献   
974.
基于支持向量机的航空发动机滑油监控分析   总被引:20,自引:3,他引:17  
提出了一种基于支持向量机的航空发动机滑油金属含量预测方法。详细分析了支持向量机用于时间序列预测的理论基础,并给出了运用支持向量回归进行多步预测的一般公式,提出了用最终预报误差(FPE)准则优化选取嵌入维数。与传统的AR预测模型相比,支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力。经过数值仿真得出自回归(AR)模型仅适合于短期预测;支持向量机预测推广能力强、具有较强的鲁棒性和容错性,对较长区间预测仍具有较好的效果。最后,将其应用于某型发动机滑油的铁金属含量预测,取得了较好的效果。   相似文献   
975.
航天测控系统具有动态性、复杂性、可维修性、阶段间相关性等显著特征,作为航天器安全在轨运行的重要保障,其可靠性至关重要。针对航天测控系统可靠性精确计算的难点,提出了综合马尔可夫(Markov)模型和全概率思想的复杂、动态系统可靠性定量化计算方法,给出了计算流程。按照系统的动态组成特性,将任务进程划分为多个阶段,阶段内参试状态不变,不同阶段之间参试状态不同。借鉴Markov模型描述阶段内状态转移过程,通过求解Kolmogorov后向方程得到本阶段结束时的状态概率,利用全概率思想实现阶段间状态映射,体现阶段间的依赖性,依次对各阶段求解获取整个任务可靠性,具有求解准确度高、结果可信度高等特点。最后给出算例,通过与蒙特卡洛仿真结果的比对校验Markov方法的准确性。  相似文献   
976.
为研究飞机机身7050铝合金孔构件挤压强化后的疲劳增益,采用数值模拟与试验研究相结合的方法,对孔构件的挤压强化过程、疲劳加载过程、疲劳裂纹萌生和裂纹扩展过程进行研究。通过数值模拟探究了孔构件在不同状态下危险截面的应力分布和对应的疲劳行为,分析了残余应力场对疲劳性能的影响,探讨了残余应力与疲劳裂纹萌生和裂纹扩展的内在联系,建立了孔构件挤压强化疲劳寿命数值预测模型。结果表明:孔挤压强化引入的残余压应力可以减小孔构件在受载时孔壁最大拉应力,改变疲劳裂纹的萌生位置,抑制疲劳裂纹萌生和裂纹扩展,提高7050铝合金孔构件疲劳寿命近2倍,疲劳寿命数值预测模型误差在12%以内。  相似文献   
977.
民用航空发动机的性能参数状态呈现多阶段变化特性,目前性能参数状态的评估方法不能有效利用状态监控大数据准确识别其对民航发动机性能的影响,据此提出一种新的考虑民航发动机性能参数状态动态演变阶段相关性的可靠性评估模型。模型根据变点分阶段的特性利用动态Wiener过程对民航发动机性能参数状态进行表征,利用Copula函数建立阶段性动态Wiener过程的联合概率分布函数模型,同时结合民航发动机性能参数状态演变的首达阈值的数学性质,利用蒙特卡洛仿真抽样法进行可靠性评估。利用航空公司实际的状态监测数据验证所提模型的优越性,结果表明,相较于不考虑演变阶段间相关性的模型,所提模型对评估民航发动机性能参数的状态可靠性的平均误差降低了约12.9%。  相似文献   
978.
针对燃气轮机在实际运行过程中燃烧室进口速度分布不均匀问题,采用数值模拟方法对直流环形燃烧室开展数值模拟计算,分析了不同进气速度畸变位置与畸变强度下燃烧室的流场与温度分布特性,并给出了一种畸变条件下燃烧室性能预测模型。结果表明:不同进气速度径向畸变位置与畸变强度对扩压器内和机匣前段流场形态影响较大,燃烧室空气分配比例改变,温度分布有所差异。燃烧室工况改变对空气分配比例、燃烧效率和总压损失的影响不大。进气速度畸变对燃烧效率影响不大,主要影响到总压损失的变化。随着畸变程度提高,空气分配比例变化明显,总压损失随之增大。进气畸变对燃烧室出口温度分布的影响规律较为复杂,影响程度与进气畸变的不均匀度、畸变形式和工况密切相关,变化范围为-30%~20%。在此基础上,给出了适用于进气径向畸变条件下的燃烧室部件特性预测模型,经验证预测模型的误差在3.5%以下。  相似文献   
979.
航班延误预测具有非线性聚合的动力学特征。在保证准确率的前提下为提高预测效率,提出一种基于轻量级梯度提升机(Light gradient boosting machine, LightGBM)算法的机场聚合离场延误预测模型。通过对历史航班数据的分析处理,提取时间特征、飞行计划特征和延误特征三类重要特征,并以提取出的特征作为输入变量,采用LightGBM算法基于广州白云机场的历史运行数据对航班延误时间进行预测。结果表明:模型预测延误时间与实际延误时间吻合良好;与其他常用算法的预测结果相较而言,所提模型在各种预测指标上结果更优,效率更高。  相似文献   
980.
一种单相光伏并网逆变器改进预测电流控制算法   总被引:1,自引:0,他引:1  
光伏并网逆变器传统预测电流控制算法由于采样与计算延时会造成差一拍控制,使得逆变器并网电流不能很好地跟踪目标电流,同时逆变器滤波电感模型值与实际值有误差时会造成并网电流谐波大,还可能导致系统不稳定。为克服这些不足,提出了一种改进的预测电流控制方法,可提前一个采样周期对并网逆变器输出电压进行预测,同时利用递推最小二乘法对电感参数进行在线辩识。仿真和试验结果表明所提方法有效提高了逆变器并网电流对目标电流的跟踪精度,减小了并网电流的谐波分量,提高了由逆变器进网的电能的质量。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号