全文获取类型
收费全文 | 2197篇 |
免费 | 387篇 |
国内免费 | 232篇 |
专业分类
航空 | 1428篇 |
航天技术 | 483篇 |
综合类 | 342篇 |
航天 | 563篇 |
出版年
2024年 | 32篇 |
2023年 | 137篇 |
2022年 | 162篇 |
2021年 | 150篇 |
2020年 | 119篇 |
2019年 | 114篇 |
2018年 | 65篇 |
2017年 | 48篇 |
2016年 | 54篇 |
2015年 | 51篇 |
2014年 | 57篇 |
2013年 | 78篇 |
2012年 | 89篇 |
2011年 | 117篇 |
2010年 | 108篇 |
2009年 | 154篇 |
2008年 | 153篇 |
2007年 | 139篇 |
2006年 | 157篇 |
2005年 | 145篇 |
2004年 | 125篇 |
2003年 | 97篇 |
2002年 | 92篇 |
2001年 | 95篇 |
2000年 | 56篇 |
1999年 | 51篇 |
1998年 | 45篇 |
1997年 | 48篇 |
1996年 | 24篇 |
1995年 | 20篇 |
1994年 | 19篇 |
1993年 | 5篇 |
1992年 | 3篇 |
1991年 | 4篇 |
1990年 | 3篇 |
排序方式: 共有2816条查询结果,搜索用时 62 毫秒
91.
92.
93.
时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于"原始时间序列是无噪的"这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。 相似文献
94.
基于改进PSO-SVM参数优化的发动机起动过程辨识 总被引:2,自引:0,他引:2
针对影响支持向量机辨识性能的核函数及相关参数,找出使辨识结果最佳的核函数;结合两种措施改进粒子群算法,优化相关参数,选择最佳的参数组合.对比 BP 神经网络和支持向量机对发动机起动过程的辨识结果,得到支持向量机的辨识精度和收敛时间优于 BP 神经网络,与起动数据基本一致.在训练样本存在噪声的情况下,验证了所建辨识模型具... 相似文献
95.
96.
97.
基于RBF神经网络的开关磁阻电机在线建模 及其实验验证 总被引:1,自引:0,他引:1
为了获取开关磁阻电机(SRM)的精确模型,提出了一种基于径向基函数(RBF)神经网络对SRM进行建模的方法,主要包括离线建模和在线建模两部分。离线建模通过实验测量得到SRM的磁链特性曲线,并利用该数据训练RBF神经网络,实现SRM磁链的离线建模;在线建模是指当SRM的运行状态发生变化时,离线模型的估计磁链与实际磁链会产生误差,通过对神经网络的输出权值进行在线调节,实现具有在线动态调节功能的SRM在线模型。为了验证该方法的可行性,针对一台12/8结构的SRM样机进行仿真和实验,结果表明SRM的离线模型和在线模型在仿真和实验条件下均能正确地估计SRM的磁链特性,而且在线模型的估计精度高于离线模型,验证了本文的研究方法合理有效。 相似文献
98.
对轴流压气机转子机匣壁面静压进行动态测量,采用小波分析方法处理近失速工况动态压力测量信号,功率谱显示在与二次涡相近的频率上存在较高的能量带,能量峰值沿轴向的衰减与二次涡的变化规律相符,表明二次涡在流场中存在是可能的。针对相同转子进行全通道非定常数值模拟,计算结果表明,近失速工况下,转子圆周每个通道叶顶附近均存在规律一致的二次涡运动。叶片中后段间隙泄漏流与间隙泄漏涡破碎产生的低能流体相互作用,在泄漏涡破碎形成的堵塞区域中形成二次涡。二次涡运动使得近叶顶载荷分布发生变化,从而导致近叶顶流场出现了一种周期性的自维持的非定常流动现象。 相似文献
99.
基于RBF神经网络的FADS系统及其算法研究 总被引:1,自引:0,他引:1
以典型的十字形布局的大气数据传感系统及其跨声速应用为研究对象,基于RBF神经网络,设计了新的FADS算法和故障检测处理方法。将测压点按不同功能进行精细的划分和组合,形成更加精简、目的性更强且相互独立的RBF网络处理子模块,利用各子网络模块提供的冗余特性,使用基于故障特征向量表的方法,实施简单而有效的故障检测与处理。仿真验证表明,迎角与侧滑角的测量误差不大于0.5°,且故障检测是有效的。 相似文献
100.
转子振动故障的小波能谱熵SVM诊断方法 总被引:5,自引:2,他引:5
融合小波能谱熵和支持向量机(SVM)的特点,提出了基于小波能谱熵的SVM故障诊断方法.利用转子试验台对转子典型振动故障进行模拟并采集振动数据,提取其振动信号的小波能谱熵作为特征向量,通过样本训练建立了转子在各种典型振动故障状态下的SVM模型和多类分类器,进而实现了对未知转子振动故障的识别.实际应用表明,提出的转子振动故障诊断方法是可行和有效性的. 相似文献