全文获取类型
收费全文 | 123篇 |
免费 | 26篇 |
国内免费 | 24篇 |
专业分类
航空 | 93篇 |
航天技术 | 40篇 |
综合类 | 11篇 |
航天 | 29篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 7篇 |
2021年 | 11篇 |
2020年 | 8篇 |
2019年 | 6篇 |
2018年 | 8篇 |
2017年 | 7篇 |
2016年 | 7篇 |
2015年 | 8篇 |
2014年 | 10篇 |
2013年 | 9篇 |
2012年 | 8篇 |
2011年 | 9篇 |
2010年 | 7篇 |
2009年 | 12篇 |
2008年 | 7篇 |
2007年 | 12篇 |
2006年 | 6篇 |
2005年 | 2篇 |
2004年 | 3篇 |
2003年 | 4篇 |
2002年 | 6篇 |
2001年 | 4篇 |
2000年 | 1篇 |
1998年 | 3篇 |
1994年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有173条查询结果,搜索用时 15 毫秒
31.
阐述了目视检测、射线照相检测、泄漏检测等三种无损检测技术在姿控发动机上的应用情况。重点介绍了泄漏检测技术,针对发动机的结构特点、不同系统的性能要求及总装接头连接处各种密封形式在装配测试中分别采用了浸泡法、皂泡法及氦质谱简易包封积累法等不同的泄漏检测技术。经过对几种泄漏检测方法的对比分析,得出了针对不同的系统性能要求。需要采用不同的泄漏检测方法来满足设计要求的结论。 相似文献
32.
为提高无人平台在复杂环境中的地形探测能力以及解决在小样本数据下识别地形困难的问题,提出了一种无人平台复杂地形探测的视触融合方法。在原始宽度学习的基础上,建立了多模态级联特征节点宽度学习框架。首先进行触觉和视觉初步特征提取和融合特征提取,随后将融合特征矩阵经宽度学习分类器得到地形识别的结果。最后,在自建的视觉-触觉地形 (V-T2)数据集进行了实验验证。结果表明,相比于传统的融合算法,提出的融合算法有很好的准确性和鲁棒性,为无人平台地形探测提供了有效的策略。 相似文献
33.
在分析遥感图像主观质量(Subjectivequality)评价的基础上,提出基于人类视觉特性的优化显示技术.并应用于遥感图像压缩、相对辐射校正评价和噪声估计。结果表明:当图像以50%比例放大时,处理前后的效果不明显:以100%比例放大时,差异性开始出现;当显示比例提高到200%时,图像的噪声、条纹及退化现象比较容易发现与识别。因此,当需要比较两幅图像差异及监测图像质量变化时,建议显示比例设为200%。上述成果已成功应用于CBERS-02B卫星HR相机及后续高分辨率相机压缩方案的评价,也用于中国卫星遥感地面处理系统的图像质量监测。 相似文献
在自动驾驶和机器人导航系统中,里程计是用于持续获得系统姿态信息的一种装置。视觉里程计能以较低代价获得高精度的目标移动轨迹,基于特征的视觉里程计方法具有时间复杂度较低、计算速度快的优势,有助于数据实时处理。然而,传统基于特征的视觉里程计方法面临着2个技术瓶颈:特征匹配的准确度不足;姿态解算中目标函数的权重值有效性低。为了解决帧间特征匹配准确度不足的问题,本文提出特征交叉检验闭环匹配策略,即在传统单向闭环匹配的基础上,增加反向验证的过程,以获得匹配准确度更高的匹配点集合。该策略解决了传统特征匹配中使用单向闭环匹配策略鲁棒性不足、内点比例低的缺陷,提高了解算精度。同时在交叉检验匹配策略中利用前一时刻的运动信息缩小当前时刻特征匹配的搜索范围,降低特征点匹配的时间复杂度。针对目标函数的权重值有效性低的问题,本文将特征点在图像序列中的出现次数作为其生存周期,提出基于特征点生存周期的目标函数权值设置方法。在姿态解算中,特征点的生存周期可以有效反映其稳定性,使用其作为目标函数权值可以降低解算过程中的累积误差。本文在公开的KITTI数据集中进行算法测试,实验结果证明该方法可以实现高精度、实时的视觉里程计算。 相似文献
35.
目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括:基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪. 相似文献
36.
37.
38.
39.
40.