全文获取类型
收费全文 | 208篇 |
免费 | 25篇 |
国内免费 | 39篇 |
专业分类
航空 | 59篇 |
航天技术 | 80篇 |
综合类 | 13篇 |
航天 | 120篇 |
出版年
2023年 | 10篇 |
2022年 | 12篇 |
2021年 | 8篇 |
2020年 | 11篇 |
2019年 | 4篇 |
2018年 | 1篇 |
2017年 | 3篇 |
2016年 | 5篇 |
2015年 | 9篇 |
2014年 | 12篇 |
2013年 | 12篇 |
2012年 | 18篇 |
2011年 | 8篇 |
2010年 | 17篇 |
2009年 | 14篇 |
2008年 | 15篇 |
2007年 | 14篇 |
2006年 | 15篇 |
2005年 | 10篇 |
2004年 | 9篇 |
2003年 | 15篇 |
2002年 | 7篇 |
2001年 | 4篇 |
2000年 | 3篇 |
1999年 | 6篇 |
1998年 | 4篇 |
1997年 | 3篇 |
1996年 | 4篇 |
1995年 | 3篇 |
1994年 | 3篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1989年 | 3篇 |
1985年 | 1篇 |
排序方式: 共有272条查询结果,搜索用时 15 毫秒
191.
192.
193.
194.
195.
196.
远紫外辐射下Kapton/Al薄膜材料的力学性能研究 总被引:1,自引:2,他引:1
薄膜材料在探测器中有着重要的应用,在深空辐照环境下,其力学性能将发生较大的变化。文章首先介绍了薄膜材料在航天器中的应用,接着对Kapton/Al薄膜材料空间远紫外辐照下的力学性能进行了研究。研究发现:随着拉伸速度增加,薄膜的抗拉强度和断裂伸长率随着拉伸速度的增加而降低;随着远紫外曝辐量的增加而呈线性减小;远紫外辐照下薄膜材料分子键出现断裂和交联,C―CO和C―N键断裂并发生脱氧和脱氮,C-H基团相对含量增大的主要原因是薄膜力学性能降低。 相似文献
197.
基于改进SIFT的SAR图像与可见光图像配准 总被引:2,自引:0,他引:2
针对SAR图像与可见光图像的自动配准问题,提出了一种基于尺度不变特征(SIFT)的SAR与可见光图像配准算法。算法首先对SIFT主方向的检测进行了优化,利用特征点邻域内边缘局部极大值点的梯度方向作为特征点的方向,并以去均值归一化互相关系数为相似性度量进行特征点对匹配,然后通过随机抽样一致性算法(RANSAC)剔除误匹配点对,最后利用剩余的特征点对实现SAR与可见光图像的自动配准。实验结果表明,本算法对不同分辨率图像和不同旋转角度图像具有较好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法。 相似文献
198.
为解决现有基于可见光卫星图像的舰船目标检测算法在云雾遮挡、海岸干扰等复杂场景下的错检和漏检问题,本文在YOLOv5网络基础上,通过空间特征与谱段特征的联合提取提高网络性能,提出了基于可见光与红外卫星图像融合的舰船目标检测算法VI-YOLOv5。实验结果表明:双模态融合目标检测算法性能优于单模态目标检测算法,在交并比阈值为0.5的情况下,可见光+红外融合网络的平均精度达0.976,相较于单可见光网络提高了2.5%,相较于单红外网络提高了8.9%,有效缓解了复杂场景下出现的错检和漏检问题,验证了可见光与红外卫星图像融合在舰船目标检测任务中的有效性。 相似文献
199.
针对可见光和SAR图像融合,提出了一种基于跨模态差分感知和注意力机制的交互融合(TDPAM Fusion)算法,能有效保留可见光图像中的纹理结构和SAR图像的细节信息。首先,采用跨模态差分感知融合(Cross-Modal Differential Perception Fusion, CMDAF)模块提取图像的互补信息,避免真值缺失并提高融合精度。其次,通过坐标注意力机制(Coordinate Attention,CA)提高特征提取的准确性和效率,增强语义信息的集成。最后通过交互融合算法(Interactive Fusion Module,IFM)将特征自适应融合。设计了相应的大型基准数据集,用于网络模型的训练和测试。实验结果表明:TDPAM Fusion融合算法可以获得包含清晰SAR信息的高质量可见光图像。此外,融合算法将互信息(Mutual Information,MI)、空间频率(Spatial Frequency,SF)、视觉保真度(Visual Fidelity,VIF)和相关系数(Correlation Coefficient,CC)等关键指标,分别提高了约6.41%、10... 相似文献
200.
目前已知的多数基于卷积神经网络的红外与可见光图像融合模型没有充分利用来自可见光源图像的层次特征,因此导致融合图像细节纹理不足。受残差网络和密集网络的启发,提出了一种基于无监督深度学习的图像融合算法来解决融合图像细节纹理信息不足的问题。使用的残差密集块有连续存储机制,最大程度地保留每层的特征信息,局部残差融合和全局残差融合的设计有利于学习图像中的结构纹理。此外,为了更好地保留可见光图像中的细节纹理,引入了生成对抗网络对数据集进行无监督学习。主客观实验表明,该算法不仅获得了良好的视觉融合效果,融合图像具有更多的边缘纹理信息,在客观评价指标上对比现有优秀的算法也较大的提升。 相似文献