全文获取类型
收费全文 | 394篇 |
免费 | 32篇 |
国内免费 | 15篇 |
专业分类
航空 | 79篇 |
航天技术 | 50篇 |
综合类 | 12篇 |
航天 | 300篇 |
出版年
2024年 | 6篇 |
2023年 | 19篇 |
2022年 | 18篇 |
2021年 | 22篇 |
2020年 | 14篇 |
2019年 | 8篇 |
2018年 | 3篇 |
2017年 | 4篇 |
2016年 | 8篇 |
2015年 | 6篇 |
2014年 | 14篇 |
2013年 | 14篇 |
2012年 | 19篇 |
2011年 | 12篇 |
2010年 | 19篇 |
2009年 | 28篇 |
2008年 | 22篇 |
2007年 | 22篇 |
2006年 | 17篇 |
2005年 | 29篇 |
2004年 | 14篇 |
2003年 | 13篇 |
2002年 | 13篇 |
2001年 | 15篇 |
2000年 | 10篇 |
1999年 | 12篇 |
1998年 | 9篇 |
1997年 | 7篇 |
1996年 | 5篇 |
1995年 | 3篇 |
1994年 | 2篇 |
1993年 | 5篇 |
1992年 | 9篇 |
1991年 | 4篇 |
1990年 | 6篇 |
1989年 | 3篇 |
1988年 | 6篇 |
1986年 | 1篇 |
排序方式: 共有441条查询结果,搜索用时 46 毫秒
241.
黄志澄 《流体力学实验与测量》1998,12(2):1-8
首先分析了新军事革命对空中对抗途径的影响,指出21世纪初的空中力量将由有人机和无人机混合组成。接着分析了无人机的发展趋势,指出国外在发展无人侦察机和有人战斗机的基础上,正在发展无人战斗机。 相似文献
242.
243.
244.
在对直升机的作战使命、战场环境以及面临的威胁进行简要分析的基础上,阐述了自卫电子战系统对直升机的战场生存能力和作战使命执行能力的重要性。介绍了直升机自卫电子战系统的组成、工作原理、国外典型产品和发展现状,并指出了直升机自卫电子战的发展趋势。 相似文献
245.
基于目标价值的目标选择方法,能够综合体现目标自身属性和体系网络结构对目标选择的影响。文章在分析空中力量体系网络结构的基础上,将目标价值分为属性价值和结构价值2个维度,利用模糊偏序关系建立属性价值评估模型,定义节点连通度和节点关键度,确定结构价值评估算法,实例分析结果验证了该目标选择方法的有效性。 相似文献
246.
在潜基武器体系对抗相关背景分析的基础上,提出了潜基武器体系对抗仿真的系统框架。重点阐述了体系结构驱动的体系对抗概念建模技术、体系对抗半实物仿真技术和体系对抗仿真网格计算技术等相关关键技术,分析了体系对抗仿真的若干技术发展趋势。最后,给出了研究进展和下一步工作。 相似文献
247.
通信对抗模拟训练效果评估模型研究 总被引:1,自引:1,他引:1
罗列了通信对抗 (含侦察、测向、定位、干扰、指挥控制、维修、战术等 )模拟训练中影响训练效果的各种因素 ,提出了一种基于多属性决策 (MADM )的训练效果评估模型 ,讨论了判别训练效果评估模型优劣的方法。 相似文献
248.
在分析总结网络化航空搜潜体系的基本构成以及基于网络化航空搜潜体系的搜索方法的基础上,对基于网络化航空搜潜体系的声纳浮标作战使用问题进行了系统研究,提出了以“统一指挥、整体布设、集中监听”为核心的作战方法,并通过建立模型,对所提出的作战使用方法的作战能力进行了分析计算,通过与平台反潜作战条件下作战能力的比较,验证了所提出的作战使用方法的合理性。 相似文献
249.
高光谱目标检测在地球观测中至关重要,被广泛应用于军事和民用领域。然而,由于高光谱图像的背景复杂性和目标样本的有限性,该任务面临较大的挑战。本文首先采用CEM(约束能量最小化)粗检测方法提取背景数据。随之,引入了一种新的知识蒸馏模型,即KDTGAN(通过Transformer-GAN实现)。教师模型的生成器采用了Transformer编码器的结构,并结合多尺度数据融合的方法,能够准确地学习背景分布,进而通过重构背景信息实现目标检测。为了克服GAN(生成对抗网络)训练不稳定的挑战,特别是纯背景数据的稀缺性,本文提出了一种新的损失算法,以减小可疑目标样本对模型性能的负面影响。为了降低模型的计算负担,本文引入知识蒸馏,并设计新的蒸馏损失对学生模型加以约束,使模型轻量化的同时提高学生模型检测精度。实验结果表明:KDTGAN相较于当前检测方法表现更优,具有更高的检测精度和鲁棒性。 相似文献
250.
在轨运行的航天器表面形成损伤有可能导致严重的后果,需要对航天器进行在轨实时损伤检测。针对航天器损伤检测图像样本难以获取的问题,本文采用智能化检测方法,提出了一种用于航天器表面损伤样本扩充的生成对抗网络,该网络能够学习单张输入图像的特征纹理表示,从而生成大量与输入图像特征相似的细粒度尺度样本,实现了少量图像数据样本的扩充。利用YOLO目标检测算法在扩充的图像样本中进行表面缺陷与损伤的检测识别,获取了较高的检测精度,为未来航天器健康状态监测与评估、通用化服务机器人应用及太空原位建设等提供了技术支撑。 相似文献