全文获取类型
收费全文 | 510篇 |
免费 | 120篇 |
国内免费 | 88篇 |
专业分类
航空 | 367篇 |
航天技术 | 143篇 |
综合类 | 80篇 |
航天 | 128篇 |
出版年
2024年 | 6篇 |
2023年 | 19篇 |
2022年 | 17篇 |
2021年 | 33篇 |
2020年 | 26篇 |
2019年 | 30篇 |
2018年 | 29篇 |
2017年 | 29篇 |
2016年 | 28篇 |
2015年 | 25篇 |
2014年 | 37篇 |
2013年 | 37篇 |
2012年 | 33篇 |
2011年 | 32篇 |
2010年 | 37篇 |
2009年 | 38篇 |
2008年 | 30篇 |
2007年 | 15篇 |
2006年 | 32篇 |
2005年 | 21篇 |
2004年 | 20篇 |
2003年 | 17篇 |
2002年 | 15篇 |
2001年 | 14篇 |
2000年 | 11篇 |
1999年 | 5篇 |
1998年 | 3篇 |
1997年 | 12篇 |
1996年 | 10篇 |
1995年 | 7篇 |
1994年 | 10篇 |
1993年 | 9篇 |
1992年 | 7篇 |
1991年 | 6篇 |
1990年 | 8篇 |
1989年 | 3篇 |
1988年 | 2篇 |
1987年 | 3篇 |
1986年 | 2篇 |
排序方式: 共有718条查询结果,搜索用时 55 毫秒
41.
43.
Weibull分布可靠性分析 总被引:2,自引:0,他引:2
本文讨论了Weibull寿命型产品的分布参数、可靠性及可靠寿命的极大似然估计,包括点估计和置信区间估计,然后讨论了Weibull分布的Bayes可靠性分析方法,并使用Gauss—Legendre方法解决了Bayes分析方法中的积分困难,大大节省了计算时间,算例表明这种方法是合理有效的。 相似文献
44.
45.
水下多目标跟踪是水声信号处理领域研究的热点和难点问题。高斯混合概率假设密度(Gaussian mixture probability hypothesis density, GM-PHD)滤波器以其高效的计算效率为解决水下多目标跟踪问题提供了保证。然而,GM-PHD滤波器在跟踪目标时需要先验已知新生目标的强度,否则其性能会出现严重退化。针对该问题,提出一种滑动窗两步初始化高斯混合概率假设密度(sliding window two step initialization GM-PHD, SWTSI-GMPHD)滤波器。将提出的滑动窗两步初始化方法嵌入GM-PHD滤波器,利用滑动窗两步初始化方法估计新生目标强度,减少杂波干扰导致跟踪结果中出现的虚假目标。仿真实验表明,在杂波密集环境下,相较于其他跟踪方法,提出方法将跟踪精度提高69.84%,52.62%和41.05%。 相似文献
46.
相关系数平稳过程时频分析方法 总被引:9,自引:6,他引:9
相关系数平稳过程是从非平稳过程中分离出的一类工程上常见且便于研究的随机过程,其均值和方差都可随时间变化,传统的平稳随机过程是它的一个特例。本文提出了相关系数AR(p),MA(q)和ARMA(p,q)序列的概念,建立了相关系数平稳过程的时频分析方法。该方法首先在时域进行全程分析,得到相关系数平稳过程的均值函数、方差函数和相关系数函数,然后可以对其进行傅里叶变换、短时傅里叶变换或小波变换,给出相关系数平稳过程的谱密度,同时提出了随机项谱密度和趋势项谱密度的概念。文中还讨论了线性系统对相关系数平稳过程输入的响应。 相似文献
47.
介绍了在某三级风扇上进行的固定式插板畸变试验,并详细分析了进气压力畸变对进、出口稳态压力和温度的影响。同时,采用频域和幅值域分析方法对脉动压力进行了分析,给出了脉动压力功率谱密度、幅值概率密度和自相关、互相关分析。 相似文献
48.
高精度火箭橇试验轨道随机不平顺分析 总被引:1,自引:0,他引:1
对实测高精度火箭橇试验轨道随机不平顺功率谱密度(PSD)进行B样条插值,得到拟合用PSD平均曲线.对此曲线采用最小X方回归与粒子群优化算法,得到了指数函数形式的PSD函数参数值.基于PSD进行频率采样,利用Monte Carlo法模拟得到随机相位,然后利用Blackman-Turkey法模拟得到试验轨道空间域内的不平顺大小.分析与模拟结果表明:高精度火箭橇轨道随机不平顺具有低频、低幅值和低功率特性.随机不平顺对数PSD值随频率的增加而趋于稳定值. 相似文献
49.
多目标跟踪的核粒子概率假设密度滤波算法 总被引:1,自引:0,他引:1
提出一种新的多目标跟踪算法:核粒子概率假设密度滤波算法(KP-PHDF)。算法的创新点在概率假设密度滤波算法(PHDF)的目标状态提取步骤,以粒子概率假设密度滤波算法为框架,并运用结合了mean-shift算法的核密度估计(KDE)理论进行概率假设密度(PHD)分布的二次估计、提取PHD峰值位置作为目标状态估计值。分析与多目标跟踪(MTT)仿真的结果表明,与现有序列蒙特卡罗概率假设密度滤波算法(SMC-PHDF)相比,在相同仿真条件下新算法的估计精度提高30.5%。 相似文献
50.