全文获取类型
收费全文 | 1116篇 |
免费 | 324篇 |
国内免费 | 278篇 |
专业分类
航空 | 770篇 |
航天技术 | 371篇 |
综合类 | 143篇 |
航天 | 434篇 |
出版年
2024年 | 19篇 |
2023年 | 54篇 |
2022年 | 64篇 |
2021年 | 70篇 |
2020年 | 75篇 |
2019年 | 69篇 |
2018年 | 68篇 |
2017年 | 51篇 |
2016年 | 60篇 |
2015年 | 66篇 |
2014年 | 89篇 |
2013年 | 73篇 |
2012年 | 79篇 |
2011年 | 111篇 |
2010年 | 69篇 |
2009年 | 51篇 |
2008年 | 71篇 |
2007年 | 75篇 |
2006年 | 74篇 |
2005年 | 47篇 |
2004年 | 38篇 |
2003年 | 43篇 |
2002年 | 36篇 |
2001年 | 34篇 |
2000年 | 27篇 |
1999年 | 29篇 |
1998年 | 39篇 |
1997年 | 25篇 |
1996年 | 22篇 |
1995年 | 18篇 |
1994年 | 21篇 |
1993年 | 7篇 |
1992年 | 7篇 |
1991年 | 13篇 |
1990年 | 9篇 |
1989年 | 3篇 |
1988年 | 6篇 |
1987年 | 4篇 |
1986年 | 2篇 |
排序方式: 共有1718条查询结果,搜索用时 31 毫秒
321.
设计实现一种基于ADF4153的频率合成器,介绍该频率合成器的构成原理。结合测试结果对本频率合成器进行相位噪声性能分析和杂散分析,并提出相应的改善措施。利用软件仿真对环路的稳定性进行分析。测试及分析结果表明,本频率合成器相位噪声水平可达-96.59dBc@10kHz,杂散抑制大于45dBc,频率合成器环路工作稳定。 相似文献
322.
文章旨在建立环路热管的地面实验平台,模拟环路热管在太空轨道运行的热环境。首先建立了地面实验舱的物理模型,对其如何实现在地面模拟太空中该环路热管的热环境进行了热分析计算,其次确定了满足环路热管轨道运行最冷工况和最热工况下的实验舱的壁面温度,最后对实现该轨道环境所需要的壁面绝热材料、制冷剂、制冷设备进行了选择,初步完成了实验平台的热设计。计算结果表明,在同时考虑舱内对流和辐射换热的条件下,要实现空间热边界条件,实验舱内舱的壁温要保证在-62.1~-10.9℃之间变化。 相似文献
323.
介绍一款PowerPC架构的高性能嵌入式处理单元设计.利用PowerPC体系结构内建的差错检测和报告机制,采用CPLD设计和实现了三模冗余(TMR)SDRAM存储器模块,不但提供高速存储器的容错能力,还具有差错检测能力,提高了处理单元的可靠性.介绍一个分布式容错计算机的实例,并分析了该方案的优点. 相似文献
324.
根据飞行时间二次离子质谱学的新进展,用当代最先进的仪器首次对三种典型的我国地面空间环境模拟污染样品进行了探索性实验研究。结果表明:由于极高的检测灵敏度,具备分析微量航天污染物成分的能力;由于很高的质量分辨本领,具备检测航天污染物包含的所有元素、同位素和各种化合物的指纹鉴别能力;成像分析可获得航天污染物各成分面分布及一定的分层信息,从而可望揭示出各类污染物的形成过程。与国内外现有的各类检测手段相比,飞行时间二次离子质谱是航天污染物检测强有力的一种新手段。讨论了需要进一步研究解决的主要问题,如果能开发出可避免二次污染并分阶段取样、保存样品的装置与之配合,该技术有望在迅速崛起的航天污染系统工程中发展成为一种独具特色的航天污染检测新技术。 相似文献
325.
多传感器斜置系统故障检测的奇偶向量补偿方法 总被引:4,自引:1,他引:3
提出采用神经网络对多传感器斜置组件的奇偶向量进行补偿,从而消除安装误差、刻度系数误差以及常值偏差对奇偶向量的影响,提高系统对小幅值故障检测与隔离的准确性.基于神经网络的方法与卡尔曼滤波、偏差分离估计方法相比,不需要各项误差的动态模型和噪声统计特性.神经网络采用有一定时间延迟的样本进行在线学习时,利用补偿后的奇偶向量能够检测出有一定斜率的斜坡型故障. 相似文献
326.
327.
基于神经网络预测模型的歼击机结构故障检测方法 总被引:2,自引:0,他引:2
提出了一种基于预测神经网络的歼击机结构故障检测新方法 ,与传统的基于模型的非线性系统的故障检测方法相比 ,神经网络方法有着非线性逼近能力强和故障检测实时性好等优点。给出了基于预测神经网络的故障检测方案 ,以及多步直接预测算法和阈值选取原则 ,最后以某型歼击机为例进行了仿真验证 ,仿真结果表明本方法能有效地检测出歼击机的各种结构故障。 相似文献
328.
329.
为了解决航空发动机叶片故障检测中存在的检测精度欠佳、检测效率不高的问题,提出了一种基于深度学习的目标检测方法。针对小样本数据集检测精度低、模型训练速度慢等问题,对Faster R-CNN目标检测算法进行结构优化,引入Res2Net结构,通过分割串联的策略强化残差模块的卷积学习能力,搭建了细粒级的多尺度残差模型Res2Net-50,以提升模型的特征提取能力。同时,在网络的训练过程中,采用多次余弦退火衰减法对学习率进行调整,以加快模型的训练速度,提升模型的训练质量。针对航空发动机叶片裂纹和缺损2种故障类型进行网络训练与检测试验,试验结果表明:优化后的模型识别准确率提高了0.7%,模型的平均检测精度提高了1.8%,训练时间缩短了5.56%,取得了比较好的检测效果。 相似文献
330.