全文获取类型
收费全文 | 264篇 |
免费 | 44篇 |
国内免费 | 26篇 |
专业分类
航空 | 120篇 |
航天技术 | 85篇 |
综合类 | 46篇 |
航天 | 83篇 |
出版年
2024年 | 3篇 |
2023年 | 16篇 |
2022年 | 20篇 |
2021年 | 20篇 |
2020年 | 12篇 |
2019年 | 14篇 |
2018年 | 13篇 |
2017年 | 6篇 |
2016年 | 16篇 |
2015年 | 10篇 |
2014年 | 12篇 |
2013年 | 5篇 |
2012年 | 15篇 |
2011年 | 22篇 |
2010年 | 23篇 |
2009年 | 8篇 |
2008年 | 31篇 |
2007年 | 19篇 |
2006年 | 16篇 |
2005年 | 8篇 |
2004年 | 8篇 |
2003年 | 5篇 |
2002年 | 5篇 |
2001年 | 5篇 |
2000年 | 5篇 |
1999年 | 3篇 |
1998年 | 3篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1992年 | 2篇 |
1991年 | 2篇 |
1990年 | 1篇 |
排序方式: 共有334条查询结果,搜索用时 93 毫秒
31.
32.
33.
针对遥感影像中类别不均衡的小目标分割效果不理想的问题,提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵,然后将所有像素的交叉熵按从大到小进行排序,随后确定一个K值作为阈值,筛选出前K个交叉熵最大的像素,最后对于筛选出的K个像素交叉熵取平均,做为损失值。在ISPRS 提供的 Vaihingen 数据集上,使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明,不同的K值,使用TopPixelLoss损失函数的平均交并比(MIoU)、F1-score、准确度(ACC)都最高;当K值为5×104时效果最佳,MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数 相似文献
34.
近年来,随着微流控芯片技术的快速发展,微流控芯片在生物医学研究领域得到了广泛关注。由于其具有高通量、高灵敏度、集成化、低消耗及可控化等诸多特点,为在多细胞水平研究细胞迁移和分选动力学提供了新的技术平台。利用微流控芯片微通道结构设计灵活的特点,可在实验条件下模拟正常的生理和病理条件下的复杂血管;其微米尺寸的微通道也适于单细胞引入、操纵及检测。因此,用微流控芯片技术在单细胞层面对细胞生物力学性能表征也引起了广泛关注。以健康和疾病中的血细胞为例,从单细胞变形、流动、黏附、机械疲劳等力学性能表征到多细胞迁移及分离动力学等方面归纳目前微流控芯片技术在细胞力学分析和表征方面的研究进展。 相似文献
35.
针对胚胎电子细胞阵列中测试结构与故障检测和定位方法受电子细胞和阵列结构限制较大,故障检测和定位能力有限,硬件消耗大等问题,提出一种由可配置边界扫描结构和可配置内部扫描结构组成的新的测试结构。基于这种测试结构,提出了寄存器传输级故障检测和细胞级故障定位相结合的故障检测和定位方法。仿真实验以s27电路为例,详细介绍了故障检测和定位的具体过程并对测试结构的硬件消耗进行了分析。仿真和分析结果表明,本文方法可有效检测并在细胞级定位故障,而且随着阵列规模增大,测试结构的硬件消耗所占比例明显下降,适用于大规模胚胎电子细胞阵列。 相似文献
36.
37.
38.
多调制指数连续相位调制(Multi-h Continuous Phase Modulation,Multi-h CPM)是一种恒包络调制,具有多个周期出现的调制指数,因此其频谱效率和功率效率比单调制指数CPM更高,但其接收机的复杂度也随之增加。本文在倾斜相位(Tilted Phase,TP)的基础上采用频率脉冲截断(Frequency Pulse Truncation,FPT)和状态空间分割(State Space Partition,SSP)相结合的方法来降低多调制指数连续相位调制的复杂度,使相位状态由512降低到16,理论损耗约为0.8 dB。同时,对降低复杂度的解调算法在现场可编程门阵列(Field Programmable Gate Arrays, FPGA)上进行了验证。仿真和在线测试的误码率曲线接近理论分析曲线,和常用的128状态解调算法相比,资源消耗降低了约59%。 相似文献
39.
为满足空间目标交会对接任务中高精度、快速的测量要求,提出了一种空间目标快速轮廓特征提取与跟踪技术。该算法首先从初始帧图像中分割定位目标所在局部区域,作为目标连续跟踪的初始值;其次基于初始帧目标局部区域完成对初始帧目标边缘特征的检测及细化处理;最后采用Hough变换完成对初始帧目标边缘的检测及细化后的局部图像轮廓直线的提取,分别选取目标轮廓四方向最优的直线参数作为最终目标轮廓直线获取的效果,并采用梯度最大法则实现两两求交获取的轮廓特征的优化提取。在目标逼近过程中,结合相邻帧图像间目标尺度动态变化的关联性,根据初始帧提取目标轮廓特征的先验信息,确定目标在第二帧图像中的轮廓位置,并依次根据上一帧图像的轮廓位置信息定位目标在当前帧所在的区域,通过局部处理实现序列图像轮廓区域特征的连续跟踪。该算法无需遍历整个图像,所需处理的目标区域大幅减小,能够有效克服由目标图像较多边缘干扰导致的轮廓提取效果差及处理速度慢的缺点,具有速度快、准确性强、稳定性高等优点。 相似文献
40.