全文获取类型
收费全文 | 203篇 |
免费 | 37篇 |
国内免费 | 49篇 |
专业分类
航空 | 152篇 |
航天技术 | 56篇 |
综合类 | 26篇 |
航天 | 55篇 |
出版年
2024年 | 4篇 |
2023年 | 18篇 |
2022年 | 16篇 |
2021年 | 13篇 |
2020年 | 15篇 |
2019年 | 10篇 |
2018年 | 11篇 |
2017年 | 9篇 |
2016年 | 14篇 |
2015年 | 8篇 |
2014年 | 15篇 |
2013年 | 17篇 |
2012年 | 6篇 |
2011年 | 22篇 |
2010年 | 13篇 |
2009年 | 21篇 |
2008年 | 14篇 |
2007年 | 5篇 |
2006年 | 8篇 |
2005年 | 8篇 |
2004年 | 7篇 |
2003年 | 4篇 |
2001年 | 1篇 |
2000年 | 3篇 |
1999年 | 3篇 |
1998年 | 4篇 |
1997年 | 3篇 |
1995年 | 1篇 |
1994年 | 7篇 |
1993年 | 2篇 |
1992年 | 2篇 |
1990年 | 1篇 |
1989年 | 2篇 |
1988年 | 2篇 |
排序方式: 共有289条查询结果,搜索用时 15 毫秒
241.
机匣包容性的贝叶斯评价方法 总被引:3,自引:0,他引:3
用击穿率描述机匣包容性,知识状态曲线表达击穿率评价结果。针对实际评价中有关知识和信息逐步完善的特点,运用贝叶斯理论,研究出一个动态递推的评价方法。解决了贝叶斯方法实用中难题:如何简易地确定先验的贝塔分布。 相似文献
242.
贝叶斯假设理论检测发动机传感器故障 总被引:1,自引:0,他引:1
贝叶斯多重假设检验是将被检测传感器的M个可能状态,作相应M个假设Hi,其先验概率分别为P(Hi)(i=1,2,…,M),故障决策就是从给定观测量M,寻求Hj为真,由贝叶斯风险函数Hi(i=1,2,…,M,i≠j)个假设中的最小值确定最可能发生的假设Hl。 相似文献
243.
针对复杂背景、低对比度条件下的红外目标检测,提出了一种基于灰度对比度特征 相似性贝叶斯(GCF SB)模型的红外显著性目标检测算法.建立了一种灰度对比度特征(GCF)模型,该模型利用两个通道分别提取红外图像的灰度特征和对比度特征,然后通过特征融合获得初级显著图;建立了一种基于相似性的贝叶斯(SB)模型,该模型根据初级特征图分别计算目标和背景的先验概率和似然函数,然后利用贝叶斯公式获得最终显著图,进而实现红外图像的显著性目标检测.实验结果表明,所提出算法能够有效抑制复杂背景、低对比度红外图像的噪声,增强对比度,具有较高的检测精度和鲁棒性. 相似文献
244.
融合多传感器数据的发动机剩余寿命预测方法 总被引:1,自引:0,他引:1
针对基于单一传感器数据的剩余寿命预测方法存在数据利用率低和预测精度不高的问题,论文提出了一种融合多传感器数据的发动机剩余寿命预测方法。首先将多个传感器数据融合成一个复合健康指标来表征发动机的退化性能,采用线性维纳过程对复合健康指标进行退化建模,通过极大似然估计方法确定模型参数,进而得到发动机的预测寿命。为了确定融合系数,提出了一种利用真实寿命与预测寿命的预测均方误差最小化的方法。融合系数确定后,基于训练发动机历史寿命数据,确定出模型参数的离线估计值;然后利用Bayesian公式,同时结合发动机的实时监测数据与参数的先验分布对模型参数进行实时更新,接着在首达时间的意义下推导出剩余寿命的概率分布,进而实现了发动机的剩余寿命在线预测。最后,选择商用模块化航空推进系统仿真数据集进行数值仿真实验,结果表明:相较于基于单一传感器的方法,论文所提方法能够提高剩余寿命预测的准确性,其剩余寿命预测的相对均方误差降低了2%左右。 相似文献
245.
针对传统"是非制"状态评判方法过于粗略的问题,将某型导弹状态重新细划为"优"、"良"、"中"、"差"和"故障"5个等级。在充分考虑导弹定量信息和定性信息的基础上,结合云模型建立了多状态信息融合的贝叶斯网络模型,提出了基于贝叶斯网络的状态评估方法,以期为装备质量的科学有效管理提供技术支撑。 相似文献
246.
基于贝叶斯网络的航空公司飞行安全系统评价 总被引:1,自引:0,他引:1
开展航空公司的飞行安全系统评价是提高飞行安全运行水平的重要措施。在对国内外相关研究成果进行分析和比较的基础上,结合飞行安全评价中的不确定性特点,利用飞行安全评价指标体系,建立了基于贝叶斯网络的飞行安全系统评价模型。该模型能够有效地处理专家意见一致或不一致的情形,并对系统进行预测及诊断分析。通过对某航空公司飞行安全运行状况的实例评价,结果表明此方法是合理有效的。 相似文献
247.
贝叶斯正则化BP网络在机翼载荷分析中的应用 总被引:2,自引:0,他引:2
采用贝叶斯正则化与BP网络相结合的方法,构造了一个分析飞机机翼载荷的三层BP网络。贝叶斯正则化方法提高了BP神经网络的泛化能力,且能考虑非特征化的非线性影响。使用某型飞机对称机动和滚转机动的试飞实测数据作为载荷激励来训练神经网络,并用这个训练完的网络预测了该飞机机翼的飞行载荷。最后将神经网络预测结果与实测结果进行了比较,结果表明该方法能够准确地实现飞机机翼载荷预测,对新机研制和飞行试验有较高的参考价值。 相似文献
248.
249.
250.