首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   244篇
  免费   37篇
  国内免费   48篇
航空   196篇
航天技术   75篇
综合类   16篇
航天   42篇
  2023年   1篇
  2022年   10篇
  2021年   7篇
  2020年   25篇
  2019年   17篇
  2018年   8篇
  2017年   13篇
  2016年   14篇
  2015年   11篇
  2014年   13篇
  2013年   18篇
  2012年   24篇
  2011年   20篇
  2010年   23篇
  2009年   18篇
  2008年   18篇
  2007年   15篇
  2006年   13篇
  2005年   10篇
  2004年   12篇
  2003年   8篇
  2002年   1篇
  2001年   5篇
  2000年   4篇
  1999年   2篇
  1998年   4篇
  1997年   1篇
  1996年   2篇
  1995年   2篇
  1994年   2篇
  1992年   1篇
  1991年   4篇
  1990年   1篇
  1989年   1篇
  1987年   1篇
排序方式: 共有329条查询结果,搜索用时 250 毫秒
191.
不完全数据整体估计方法   总被引:2,自引:3,他引:2  
提出一种不完全数据整体估计方法,给出整体参数的最佳线性无偏估计量及其协方差矩阵,将传统的只适用于完全数据的回归分析推广到工程中常见的不完全数据的情况。文中针对位置-尺度分布族的不完全数据整体估计方法进行了详细讨论。该方法可以将不同条件下的试验数据作为一个整体进行统计推断,因此,对一种条件下只有一个失效数据的情况也能进行分析。与传统方法相比,具有更高的精度,而在精度相同的情况下,则可以节省大量试样。   相似文献   
192.
】主因子模型是发动机状态诊断(基于故障方程的故障诊断)理论的一个新进展。故障相关性准则的正确选取是主因子模型的核心问题。本文给出三种建立故障相关性准则的途径,即利用线性回归分析、时序分析和系统辨识理论中的定阶准则建立故障相关性准则,以及利用数理统计中的线性模型线性假设显著性检验理论和区间预测理论建立故障相关性准则。文中对所得到的11个准则进行了比较。研究结果表明,利用线性模型线性假设显著性检验理论建立的两个准则(变量显著性准则VSC和子集显著性准则SSC)要比近代回归分析、系统辨识或时序分析中通常采用的选择最优变量子集的定阶准则具有更强的故障辨识能力和鉴别线性模型多重共线性的能力。  相似文献   
193.
基于SVR的X型发动机传感器故障诊断研究   总被引:1,自引:0,他引:1  
利用基于回归型支持向量机(SVR)的诊断方法,设计了某型涡扇发动机传感器常见故障诊断系统,实现了传感器故障隔离与信号重构.通过发动机试车数据对SVR进行训练,以传感器的偏置故障、冲击故障和漂移故障为例,用MATLAB语言进行了计算机仿真验证.结果表明:基于SVR的传感器故障诊断具有精确度高,实时性强的特点,是一种很好的传感器故障诊断方法.   相似文献   
194.
固液火箭发动机试验瞬时燃速分析方法   总被引:1,自引:1,他引:1  
李新田  曾鹏  田辉  蔡国飙 《推进技术》2012,33(2):211-215
介绍了一种用于固液火箭发动机试验的瞬时燃速分析方法,运用该方法对H2O2/HTPB固液火箭发动机单室双推力长时间热试车试验进行燃速分析,拟合得到该工况下的燃速公式为r=1.847×10-2G0o.7304。根据燃速公式等计算结果对一次发动机试验进行了预估,计算得到的预估内弹道性能曲线与试验结果吻合较好,验证了该瞬时燃速分析方法的可行性,为发动机工作时间较长、氧化剂流率变化较大时的燃速分析提供了一种途径。  相似文献   
195.
基于贝叶斯LS-SVR的锂电池剩余寿命概率性预测   总被引:1,自引:0,他引:1  
提出了一种基于贝叶斯最小二乘支持向量回归(LS-SVR)的锂电池剩余寿命在线概率性预测方法.首先,通过滚动窗方法选取锂电池历史健康退化数据,并根据相空间重构原理建立训练样本,其中最小嵌入维数使用Cao氏方法计算获得.然后,运用贝叶斯3层推理训练LS-SVR预测模型,在迭代预测阶段,采用蒙特卡罗方法来表示和管理多步预测中的不确定性及其传递,即用一群离散粒子来近似连续分布,结合“退化轨迹不相交”原则和高斯过程假设,预测出锂电池健康状态未来时刻的发展趋势.最后结合给定的失效阈值,通过统计穿越阈值的粒子数目得到剩余寿命的概率分布.使用美国国家航空航天局阿姆斯研究中心公开的电池数据集与高斯过程回归(GPR)方法进行对比实验,多项预测性能指标结果表明贝叶斯LS-SVR方法具有更高的预测准确度和置信度.  相似文献   
196.
陈志强  刘战合  苗楠  冯伟 《航空学报》2021,42(7):125103-125103
气动降阶模型(ROM)是预测非定常气动力的有效工具,具有高精度和低计算成本的优点,近年来许多研究证实了该方法的有效性。但是关于飞行参数变化时,ROM的鲁棒性还需要进一步提高。为了提高ROM对不同飞行参数下的气动力预测能力,提出了基于最小二乘支持向量回归(LS-SVR)和增量学习算法的参数化降阶模型。LS-SVR是一种具有良好泛化能力的回归方法,基于LS-SVR的增量学习算法的主要贡献是在增加新样本集时,不需要重新学习整个数据集。为说明该方法的有效性,基于两自由度NACA64A010翼型构建参数化非定常气动力降阶模型。为了训练气动力输入和相应输出之间的关系,将马赫数和迎角作为附加的模型输入。仿真结果表明,该降阶模型能够准确描述气动力和气动弹性系统在不同飞行参数下的动态特性。  相似文献   
197.
通过对北京航空材料研究院(BIAM)5种典型仿效技术创新项目产品产值时间序列进行统计分析,建立其成长模型,并实际验证该模型的正确,从而了解仿效技术创新项目的成长过程.实证分析中还发现仿效创新项目收入占总收入比例的成长符合逻辑斯蒂或龚帕斯模型.  相似文献   
198.
偏最小二乘回归模型内涵分析方法研究   总被引:5,自引:0,他引:5  
偏最小二乘回归是一种新型的多元分析方法。它可以在自变量多重相关的条件下,有效地构造出对系统解释性最强的子空间,进行发建模,使模型的精度和可靠性得到很大的提高。本文提出采用因素分析方法,对偏最小二乘回归的最优子空间进行正交变换。这种变换方法对偏最小二乘回归的模型结果没有任何影响,却可以使最优子空间的实际含义得到更好的解释。案例研究表明,经过正交变换后,原始变量被分为若干变量组,每个变量组分别对应于最  相似文献   
199.
对同一工艺条件下大量的药条燃速、φ127 mm发动机燃速和全尺寸发动机燃速进行了测试和研究,对不同截面尺寸的药条燃速测试结果和精度进行了比较。结果表明,当选择合理的药条截面尺寸时,药条燃速与全尺寸发动机燃速间具有满意的相关性,可对全尺寸发动机燃速进行预示。研究结果可用于固体发动机工程实际。  相似文献   
200.
The study of the development cost of general aviation aircraft is limited by small samples with many cost-driven factors. This paper investigates a parametric modeling method for prediction of the development cost of general aviation aircraft. The proposed technique depends on some principal components, acquired by utilizing P value analysis and gray correlation analysis. According to these principal components, the corresponding linear regression and BP neural network models are established respectively. The feasibility and accuracy of the P value analysis are verified by comparing results of model fitting and prediction. A sensitivity analysis related to model precision and suitability is discussed in detail. Results obtained in this study show that the proposed method not only has a certain degree of versatility, but also provides a preliminary prediction of the development cost of general aviation aircraft.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号