全文获取类型
收费全文 | 590篇 |
免费 | 78篇 |
国内免费 | 114篇 |
专业分类
航空 | 467篇 |
航天技术 | 110篇 |
综合类 | 95篇 |
航天 | 110篇 |
出版年
2024年 | 5篇 |
2023年 | 11篇 |
2022年 | 16篇 |
2021年 | 19篇 |
2020年 | 16篇 |
2019年 | 21篇 |
2018年 | 27篇 |
2017年 | 35篇 |
2016年 | 29篇 |
2015年 | 33篇 |
2014年 | 30篇 |
2013年 | 28篇 |
2012年 | 40篇 |
2011年 | 41篇 |
2010年 | 48篇 |
2009年 | 45篇 |
2008年 | 41篇 |
2007年 | 33篇 |
2006年 | 38篇 |
2005年 | 25篇 |
2004年 | 18篇 |
2003年 | 24篇 |
2002年 | 28篇 |
2001年 | 16篇 |
2000年 | 14篇 |
1999年 | 15篇 |
1998年 | 8篇 |
1997年 | 6篇 |
1996年 | 6篇 |
1995年 | 9篇 |
1994年 | 11篇 |
1993年 | 6篇 |
1992年 | 4篇 |
1991年 | 9篇 |
1990年 | 6篇 |
1989年 | 6篇 |
1988年 | 10篇 |
1987年 | 3篇 |
1986年 | 2篇 |
排序方式: 共有782条查询结果,搜索用时 15 毫秒
231.
解决弹性接触问题可用一种新的弹塑性接触有限元计算方法,即有限元混合法与弹塑性有限元分析的凝缩法结合而成,能显著地节省计算时间。文中对涡轮盘榫槽与叶片榫头的接触问题进行了计算分析。 相似文献
232.
233.
复合材料机械连接件非线性接触应力分析 总被引:2,自引:0,他引:2
<正> 近年来,复合材料非线性效应已引志广泛重视,但是复合材料机械连接件非线性效应的研究尚不多见。F.K.Chang采用余弦分布载荷假设和Hahn-tsai剪切非线 相似文献
234.
235.
236.
Ti—15—3钛合金超塑性最佳变形模式的研究 总被引:6,自引:1,他引:6
介绍了Ti-15-3钛合金在等速和应变速率循环两种变形模式下的超塑性能,进而探讨它的最佳变形模式计算机优化的原理和实验方法。实验结果表明,未经细化处理的Ti-15-3钛合金在应变速率循环的变形模式下具有比常规变形模式更显著的超塑性,而通过计算机优化可以进一步挖掘材料的潜力,获得更为优良的超塑性。 相似文献
237.
本文介绍了基于客户机/服务器(C/S)模式的“计算机水平测试软件”系统的特点,系统构成以及计算机考试子系统的功能。分析了基于浏览器/服务器(B/S)模式和C/S模式的系统开发。 相似文献
238.
在容迟网络中,掌握节点之间的接触间隔时间(ICT)的特性,能够为网络性能分析、路由协议设计以及算法优化等研究提供理论指导和帮助,但目前的ICT模型往往缺乏普适性.通过对节点运动做出一般性假设,基于可靠性数学方法,给出了一个基于ICT分布的接触模型——IDCM.该模型证明了两个移动节点之间的ICT服从指数分布,且指数分布的参数仅与两个节点的历史接触次数和累积ICT有关.在随机方向(RD)移动模型、随机路点(RWP)移动模型、北京市出租车网络、口袋交换网4个数据集上进行了仿真验证,并与基于统计拟合参数的指数分布模型进行对比.仿真实验结果表明,IDCM能够准确反映节点对之间的接触间隔时间分布,且模型准确性优于基于统计拟合参数的指数分布模型. 相似文献
239.
主带三小行星系统216 Kleopatra是由主星216 Kleopatra及两个小月亮(moonlet)Alexhelios[S/2008(216)1]和Cleoselene[S/2008(216)2]组成。其中主星216Kleopatra是一个具有强不规则形状如哑铃的连接双星,大小为217km×94km×81km,外小月亮Alexhelios大小约为8.9km,内小月亮大小约为6.9km。其动力学行为具有非常丰富的科学内涵。研究了三小行星系统216Kleopatra自身的动力学机制及其引力场中探测器的运动规律,分析了主星质心固连系中探测器的动力学方程,给出了三小行星引力全多体问题的动力学方程及Jacobi积分,方程考虑了三个小行星的不规则外形、轨道与姿态。发现三小行星系统216Kleopatra主星引力场中一种新的周期轨道族的倍周期分岔。考虑主星的不规则精确外形与引力、两个小月亮的相互作用,研究了该三小行星系统的动力学构形。发现Kleopatra的强不规则几何外形及两个小月亮Alexhelios和Cleoselene的相互作用引起两个小月亮的轨道参数的显著变化。 相似文献
240.
根据航天器系统级电性能测试工作中数据量大、任务繁重的特点,设计了基于人工神经网络的智能分类系统,对原始测试数据进行智能化分类,将非线性的调试经验以数据的形式储备,可在减少测试工作中对人为经验依赖的同时为航天器信号识别快速提供专家知识。考虑到经典的人工神经网络系统有训练时间长和对网络初始权值的依赖程度高等不足,利用主成分分析对数据进行压缩和自动编码技术对网络权值进行初始化。实验数据测试表明:与传统方法相比,本文提出的改进学习系统的分类准确率、稳定性和响应速度均得到显著提高。 相似文献