全文获取类型
收费全文 | 517篇 |
免费 | 135篇 |
国内免费 | 79篇 |
专业分类
航空 | 383篇 |
航天技术 | 118篇 |
综合类 | 38篇 |
航天 | 192篇 |
出版年
2024年 | 13篇 |
2023年 | 14篇 |
2022年 | 47篇 |
2021年 | 52篇 |
2020年 | 37篇 |
2019年 | 29篇 |
2018年 | 18篇 |
2017年 | 21篇 |
2016年 | 35篇 |
2015年 | 17篇 |
2014年 | 35篇 |
2013年 | 40篇 |
2012年 | 28篇 |
2011年 | 46篇 |
2010年 | 37篇 |
2009年 | 23篇 |
2008年 | 34篇 |
2007年 | 24篇 |
2006年 | 35篇 |
2005年 | 33篇 |
2004年 | 24篇 |
2003年 | 18篇 |
2002年 | 8篇 |
2001年 | 9篇 |
2000年 | 6篇 |
1999年 | 2篇 |
1998年 | 12篇 |
1997年 | 4篇 |
1996年 | 6篇 |
1995年 | 3篇 |
1994年 | 2篇 |
1993年 | 2篇 |
1992年 | 4篇 |
1991年 | 4篇 |
1989年 | 2篇 |
1988年 | 1篇 |
1986年 | 2篇 |
1985年 | 4篇 |
排序方式: 共有731条查询结果,搜索用时 15 毫秒
351.
针对深空航天器高精度定位需求,提出多基线组合求解载波相位模糊方法,获得比群时延更精确的相时延,极大地提高无线电干涉测量精度。首先建立多基线组合求解载波相位模糊的数学模型,推导该方法对长短基线组合的约束条件。然后利用美国甚长基线阵(VLBA)对本文方法进行仿真校验,结果表明航天器定位精度可以达到纳弧度量级。最后结合我国已有干涉测量网,分析在我国未来深空探测任务中采用多基线组合测量载波相时延的可行性,给出满足方法约束的站址选择建议,可为我国深空导航无线电干涉测量技术的发展和深空测控网的完善提供参考。 相似文献
352.
为了研究航空发动机转子叶片的剩余寿命预测问题,提出了一种基于多传感器信号融合的深度长短期记忆网络(DLSTM)预测模型。首先利用深度学习和长短期记忆的组合来构造DLSTM网络。然后,将多个传感器信号数据进行融合处理,从而通过深度学习发现各个传感器时序信号之间隐藏的长期依赖关系。进一步在给定网格搜索策略的情况下,通过自适应矩估计算法调整DLSTM的网络结构和参数,并且在DLSTM模型中引入了一种随机丢失策略,以缓解过度拟合问题并使预测模型规范化。最后利用CMAPSS涡扇发动机进行了实验验证,在一种故障模式和两种故障模式条件下,DLSTM网络预测模型相对于其他传统方法的评价指标Score分别下降了17.19%和14.37%,其他两个评价指标相对来说也较优,结果表明本文提出的方法具有更高的准确性以及稳定性。 相似文献
353.
航空发动机的性能退化是影响飞机飞行安全的重要因素。准确预测发动机的退化过程,对于飞机安全飞行具有重要意义。针对航空发动机剩余寿命预测问题,本文提出了一种将卷积神经网络和长短期记忆网络相融合的数据驱动模型。与常规使用单一的神经网络不同,所提出的融合模型结合了两种神经网络的优点,利用卷积神经网络提取数据中的空间特征并采用长短期记忆网络提取时间特征。实验结果证实,在寿命预测中,所提出的数据驱动模型与已有的方法相比,评分和均方根误差分别下降了32%和6.4%,因此,所提出的数据驱动模型可对数据中所包含的信息进行充分挖掘,其对航空发动机寿命预测精度较高,并具有良好的稳定性。 相似文献
354.
针对特征词袋(BoF)模型缺乏空间和几何信息,对纹理图像内容表达不明显等问题,提出一种基于BoF模型的多特征融合纹理分类算法。将灰度梯度共生矩阵(GGCM)和尺度不变特征转换(SIFT)融合特征作为纹理图像的区域特征描述,通过动态权重鉴别能量分析进行最优参数特征选择,并用BoF量化纹理特征,使用支持向量机对图像进行训练和预测,得出分类结果。实验结果表明,本文算法对有旋转扭曲的纹理、边缘模糊纹理、有光照变化的纹理及杂乱纹理等均能取得较好的分类效果,相对于传统BoF模型及凹凸划分(CCP)方法等算法在UIUC纹理库上的分类正确率均有不同程度的提高,平均分类正确率分别提高12.8%和7.9%,说明本文算法针对纹理图像分类具有较高的精度和较好的鲁棒性。 相似文献
考虑到室内环境的复杂性和多径效应对WiFi指纹定位性能的影响从Intel 5300无线网卡中提取信道状态信息(CSI),利用修正后的CSI幅值和相位信息作为指纹特征,使用极限梯度提升(XGBoost)算法构建高精度指纹库,实现分米级的高精度室内定位。进一步通过实测数据分析了采样间隔、室内视距(LOS)和非视距(NLOS)环境、缺失值和数据维度等因素对所提算法定位性能的影响。实际室内环境下的实验结果表明,本文算法受NLOS影响较小,对室内复杂环境有很强的鲁棒性;此外,该算法能够很好地处理高维稀疏数据,解决CSI指纹特征的"误匹配"问题,且对缺失数据不敏感,定位准确度优于90%。 相似文献
356.