全文获取类型
收费全文 | 3198篇 |
免费 | 297篇 |
国内免费 | 294篇 |
专业分类
航空 | 1846篇 |
航天技术 | 596篇 |
综合类 | 235篇 |
航天 | 1112篇 |
出版年
2024年 | 19篇 |
2023年 | 83篇 |
2022年 | 92篇 |
2021年 | 102篇 |
2020年 | 108篇 |
2019年 | 115篇 |
2018年 | 80篇 |
2017年 | 93篇 |
2016年 | 98篇 |
2015年 | 104篇 |
2014年 | 145篇 |
2013年 | 125篇 |
2012年 | 173篇 |
2011年 | 224篇 |
2010年 | 161篇 |
2009年 | 148篇 |
2008年 | 180篇 |
2007年 | 151篇 |
2006年 | 147篇 |
2005年 | 107篇 |
2004年 | 131篇 |
2003年 | 127篇 |
2002年 | 104篇 |
2001年 | 106篇 |
2000年 | 94篇 |
1999年 | 82篇 |
1998年 | 80篇 |
1997年 | 87篇 |
1996年 | 75篇 |
1995年 | 74篇 |
1994年 | 69篇 |
1993年 | 58篇 |
1992年 | 45篇 |
1991年 | 47篇 |
1990年 | 52篇 |
1989年 | 61篇 |
1988年 | 20篇 |
1987年 | 19篇 |
1986年 | 2篇 |
1985年 | 1篇 |
排序方式: 共有3789条查询结果,搜索用时 390 毫秒
351.
针对云雨杂波和主被动干扰导致多雷达传感器产生虚假目标航迹的问题,利用支持向量机(SVM)算法的自主学习能力,通过构建基于数据驱动的判别模型进行虚假航迹识别。针对航迹起始得到的目标潜在航迹,利用人工智能数据驱动、自学习的特点,设计了SVM算法。通过对已标记真假的目标航迹样本进行离线学习,形成虚假航迹识别的SVM分类器,实现了基于数据驱动的判别模型代替先验知识规则约束的固定模型,并在工程应用中,利用SVM分类器在线识别虚假航迹,完成实时剔除。通过实测雷达数据实验验证,该算法的目标虚假航迹准确率高达95%以上,完全满足实际的工程应用需求。相比基于阈值或规则进行硬性判断的传统虚假航迹识别方法,所提出的算法不仅提高了准确率,还具有较高的实时性,能够适应复杂多变的杂波环境,在实际应用中具有更强的适应性和实用性。因此,提出的基于SVM算法的虚假航迹识别方法对于密集杂波场景下的虚假航迹剔除问题具有显著的实际应用价值。 相似文献
352.
提出一种基于阻力加速度指令快速解析与跟踪的制导方法.通过一维质点运动学解析并加权直接得到阻力加速度指令,主要靠攻角进行跟踪,实现对终端速度的控制;通过纵向比例导引生成过载指令,靠倾侧角进行跟踪,实现对终端高度的控制;倾侧角优先用于辅助跟踪阻力加速度指令,满足给定条件后切换至高度控制.对于航迹方向角的控制通过倾侧角按反转... 相似文献
353.
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
354.
小天体旋转参数是科学数据,也是小天体测绘,着陆导航的基础数据.研究一种在小天体探测接近段过程中使用的基于图像上特征点跟踪和扩展卡尔曼滤波器的小天体旋转参数估计方法.该方法首先建立小天体旋转关系模型,表示小天体在相机坐标系中的姿态变化;然后定义小天体旋转的状态方程,推到了扩展卡尔曼滤波器的计算过程.通过对观测图像序列上的特征点跟踪,利用扩展卡尔曼滤波器方法得到小天体旋转轴指向和自转角速度估计.实验中,在仿真相机与小天体相机100 km距离上,分析了相机坐标系小天体坐标系之间的四元数初值,图像上特征点跟踪精度,相机的观测指向等因素对小天体旋转参数估计精度的影响.实验结果表明,提出的基于图像特征点跟踪和扩展卡尔曼滤波器的小天体旋转参数估计方法能够得到具有较高精度的估计结果. 相似文献
355.
356.
357.
在多传感器环境下,每个传感器探测多个目标,接着产生相应的跟踪。这些跟踪可能互不相同,经过融合后,传感器生成有关目标的更精确的运动信息和属性信息。目前已有两种方法可以达到上述目的,一种是测量值融合法,一种是状态矢量融合法。众所周知,测量值融合计算法通常最优,但计算费时,而状态矢量融合算法计算省力却是次优。之所以如此,是因为从两个传感器中获得的待融合状态级估值,由于通常存在被跟踪目标的过程噪声,通常并非条件独立。值得注意的是,状态矢量融合已有三种计算法:加权协方差法、信息矩阵法和伪测量法。本文仅限于讨论状态矢量融合中信息矩阵形式的性能评估。利用信息矩阵计算法已经推导出稳态融合协方差的闭式分析解并作为一种性能的度量方法。注意,推导出的结果基于两个传感器同步工作且没有误关联的假设,或是在研究时考虑了融合测量值。并且我们将推导出的结果用蒙特卡罗仿真进行了比较,过去曾有许多作者利用蒙特卡罗仿真来预测融合系统的性能。这些结果有助于更加深入地了解跟踪融合的作用原理,并大大简化了对融合性能的评估。此外,有了这样的解,简化了对各种不同工作条件下设计融合系统的折衷研究。 相似文献
358.
359.
360.