全文获取类型
收费全文 | 1358篇 |
免费 | 219篇 |
国内免费 | 85篇 |
专业分类
航空 | 578篇 |
航天技术 | 368篇 |
综合类 | 186篇 |
航天 | 530篇 |
出版年
2024年 | 17篇 |
2023年 | 53篇 |
2022年 | 60篇 |
2021年 | 79篇 |
2020年 | 60篇 |
2019年 | 61篇 |
2018年 | 31篇 |
2017年 | 31篇 |
2016年 | 48篇 |
2015年 | 46篇 |
2014年 | 60篇 |
2013年 | 82篇 |
2012年 | 107篇 |
2011年 | 87篇 |
2010年 | 78篇 |
2009年 | 94篇 |
2008年 | 100篇 |
2007年 | 77篇 |
2006年 | 66篇 |
2005年 | 74篇 |
2004年 | 60篇 |
2003年 | 70篇 |
2002年 | 38篇 |
2001年 | 44篇 |
2000年 | 35篇 |
1999年 | 20篇 |
1998年 | 14篇 |
1997年 | 15篇 |
1996年 | 15篇 |
1995年 | 15篇 |
1994年 | 10篇 |
1993年 | 5篇 |
1992年 | 2篇 |
1991年 | 6篇 |
1990年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有1662条查询结果,搜索用时 291 毫秒
411.
流通面积比对旋流杯油雾速度场的影响 总被引:1,自引:0,他引:1
设计了3种不同一二级流通面积比的旋流杯试验件,在气压自模区工况下,运用粒子图像测速仪(PIV)对其出口油雾速度场进行测量,研究了不同流通面积比对旋流杯出口油雾速度场的影响,分析了油雾速度场的结构及其速度分布的变化规律。结果表明:随着一二级流通面积比的增加,旋流杯出口油雾速度场呈现出回流区面积和回流区长度逐渐变小、回流速度逐渐变大、出口射流张角逐渐减小的趋势。此外,从径向速度沿径向分布可以看出,随着流通面积比的增加油雾速度场的抗偏斜能力具有增强的趋势。 相似文献
412.
提高高分辨率SAR图像在复杂战场环境中的目标识别能力,对防御未来战争中来自地面目标的威胁具有重要意义。针对地面特定目标的大小、方位、旋转等变化以及强杂波背景给目标识别带来的严重影响,提出将目标的三维模型投影到二维平面,采用余弦傅里叶矩和瑞利分布的CFAR检测方法分别对其矩特征和峰值特征进行提取,利用级联组合分类器对目标识别进行建模分析,并通过试验验证该方法的有效性。结果表明:该方法实现了在特征维数高和姿态变化下的目标识别,而且无需额外增加对制导控制系统的开销。 相似文献
413.
针对传统的双参数恒虚警率(Constant False Alarm Rate,CFAR)算法存在的虚警率高、实现过程繁琐、算法执行效率低等问题,提出了一种改进型的CFAR检测算法。该算法根据SAR图像的统计直方图,对可疑的目标像素进行预筛选,再用2个滑动窗口对像素进行判别。改进型的CFAR检测算法简化了原检测算法的结构,降低了检测结果的虚警率,提高了算法的计算效率,并在国际公开的雷达数据集上进行软件与DSP硬件的应用验证,测试表明该算法的有效性。 相似文献
414.
415.
数字水印技术是解决多媒体数据包括卫星遥感图像等版权保护的一种有效手段。本文给出了数字水印技术的基本概念及主要特征,介绍了利用局部迭代函数系统进行分形图像编码的传统编码方法,研究并分类了现有分形数字图像水印方法:一类方法通过改变分形编码的编码参数,另一类方法利用图像的自相似性,还有一些用分形与其它理论相结合来嵌入水印信息。最后作者提出了进一步发展分形数字图像水印技术的几点建议。 相似文献
416.
417.
418.
419.
针对载人飞船图像传输质量低的问题,根据测控体制及信道资源约束现状,提出一种载人飞船图像系统优化设计,通过对载人飞船上图像压缩编码算法改进和地面图像增强,实现在沿用载人飞船整体方案的前提下图像传输质量的提升。载人飞船上图像压缩部分,通过提升单帧图像的分辨率和降低帧频,实现传输带宽不变前提下图像质量的提升。地面图像增强部分,通过对载人飞船上原始图像进行深度网络数据预处理和基于深度网络的低质量视频增强,解决经过编码传输后视频分辨率低、压缩噪声大、运动模糊严重的问题,进一步提升图像质量。经过实例验证,通过改进载人飞船上图像压缩编码算法,在双幅模式下,峰值信噪比(PSNR)提升约2.000 dB;在单幅模式下,PSNR提升约1.800 dB。通过增加地面图像增强系统,PSNR提升约2.000 dB。 相似文献
420.
近年来,卫星遥感图像的应用场景越来越广泛。但是由于采集设备有限及其成本限制,卫星传感器获取到的图像通常不具备足够的分辨率且分布不够均匀,同时部分目标聚集成群难以分辨,导致低分辨率遥感图像在目标检测与识别等空间语义理解任务上难以满足准确定位和分类所有目标的要求。相比于一次性采集完整高分辨率遥感图像,已有遥感图像通常在局部区域具有相对清晰的高分辨率,且具备足够的细节信息用于分辨目标群,而传统的遥感图像超分辨率重建方法主要关注遥感图像自身的全局特征,通过图像的全局特征进行分辨率和像素扩充,而忽视了遥感图像的细节信息。为了解决这些挑战,提出了一种将遥感图像局部聚集群目标区域的细节特征信息引入到完整遥感图像的采样重建中的方法,通过多层级的神经网络来提取不同尺度的图像特征,并通过残差学习的方式将这些特征进行融合并重建。在实验中,该方法相比主流现有的遥感图像超分辨率重建方法,在视觉效果和测试实验上都取得了更好的结果,证明该方法可以有效借助局部图像的像素信息,显著地提高全局遥感图像的细节效果和优化集群目标区域的分辨能力,提升了遥感图像的质量和可用性。 相似文献