全文获取类型
收费全文 | 2816篇 |
免费 | 383篇 |
国内免费 | 230篇 |
专业分类
航空 | 1794篇 |
航天技术 | 479篇 |
综合类 | 329篇 |
航天 | 827篇 |
出版年
2024年 | 40篇 |
2023年 | 129篇 |
2022年 | 144篇 |
2021年 | 153篇 |
2020年 | 143篇 |
2019年 | 118篇 |
2018年 | 56篇 |
2017年 | 104篇 |
2016年 | 85篇 |
2015年 | 93篇 |
2014年 | 121篇 |
2013年 | 94篇 |
2012年 | 137篇 |
2011年 | 156篇 |
2010年 | 107篇 |
2009年 | 141篇 |
2008年 | 137篇 |
2007年 | 170篇 |
2006年 | 150篇 |
2005年 | 126篇 |
2004年 | 110篇 |
2003年 | 117篇 |
2002年 | 99篇 |
2001年 | 94篇 |
2000年 | 73篇 |
1999年 | 68篇 |
1998年 | 76篇 |
1997年 | 69篇 |
1996年 | 61篇 |
1995年 | 41篇 |
1994年 | 50篇 |
1993年 | 42篇 |
1992年 | 35篇 |
1991年 | 22篇 |
1990年 | 30篇 |
1989年 | 14篇 |
1988年 | 14篇 |
1987年 | 8篇 |
1986年 | 2篇 |
排序方式: 共有3429条查询结果,搜索用时 406 毫秒
311.
312.
针对无人机航拍图像尺度变化大、识别难度大和目标普遍较小的问题,提出一种基于改进单阶段多框检测器(single shot multibox detector, SSD)的无人机航拍目标检测算法——RCBnet.该算法为了提升网络的特征提取能力,将SSD算法的特征提取网络修改为Resnet-50并采用特征融合的方式,将特征图进行融合,用融合后的特征图构建特征金字塔;为了增强算法对物体的检测能力,设计一种联合注意力机制的多尺度卷积结构来有效调节感受野,实现不同尺寸卷积核对特征图的并行运算;针对训练过程中正负样本极具不平衡的问题,该算法采用Focal Loss损失函数训练网络模型,使其侧重于困难样本.通过与其他经典算法相比可知,所提算法在无人机航拍图像中具有更高的检测精度、更好的检测性能和鲁棒性,相比SSD,精度提高达3.46%. 相似文献
313.
314.
近海船舶目标检测是一项非常具有挑战性的任务,受到学者专家广泛关注。基于卷积神经网络(CNN)和注意力机制的检测器在近海船舶目标检测方面的应用取得了显著成就。然而,船舶目标检测存在着表观相似和背景干扰导致检测过程中出现误检的问题。为此,本文提出了一种用于Faster RCNN(更快的基于区域的卷积神经网络)的表观细粒度辨别的检测头模块。该模块包括类别细粒度分支和高效全维动态卷积定位分支。其中类别细粒度分支通过全局特征建模和灵活的感知范围来挖掘和利用类别细粒度辨别特征,高效全维动态卷积定位分支通过高效灵活的感知船舶边界信息来区分目标与背景,从而减少误检漏检问题。通过在近海船舶公开数据集Seaships7000 上进行实验验证,本文算法减少了误检漏检,提升了检测器性能。 相似文献
315.
316.
提出了间隙平均电流检测法,通过电流平均值及其方差这两个参数对间隙进行检测,并给出了具体电路框图。 相似文献
317.
318.
涡轮泵作为液体火箭发动机的核心部件,恶劣的工作环境和极高的转速使其易发生组件断裂、烧蚀等问题。为了对液体火箭发动机的涡轮泵进行健康管理,提出针对某型液体火箭发动机涡轮泵的数据驱动故障检测、故障预测及健康状态评估方法。在某型液体火箭发动机试车数据集上,通过对涡轮泵轴、径、切向振动数据进行对应的时域、频域特征处理后,送入训练好的ResNet网络、自主设计的图像特征识别算法以及退化模式线性回归模型,分别实现了对该型液体火箭发动机涡轮泵的故障检测、预测及健康状态评估,具有较高的准确性。 相似文献
319.
对比了MRTD(最小可分辨温差)和TOD(三角形方向辨别)法在测试图样、观察任务、测试规程、结果处理、判断准则上的不同。通过对采样作用、动态响应、客观测量3个方面的分析,得出了TOD法在测试性能上的优势,引用国外相关单位的试验结果,说明了TOD测试的适用性。 相似文献
320.
根据车辆重识别中区域置信度不同,提出了基于高置信局部特征的车辆重识别优化算法。首先,利用车辆关键点检测获得对应的多个关键点坐标信息,分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性,提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理,根据局部区域分割信息,对卷积得到的特征张量进行空间维度上的切割,获得代表全局信息和关键局部信息的特征张量。然后,通过全连接层特征张量转化为表示车辆个体的一维向量,计算损失函数。最后,在测试阶段使用全局特征,并利用训练好的车标扩散区域提取分支获得高置信局部特征,缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试,验证了所提算法的有效性。 相似文献