全文获取类型
收费全文 | 3130篇 |
免费 | 337篇 |
国内免费 | 236篇 |
专业分类
航空 | 1818篇 |
航天技术 | 625篇 |
综合类 | 363篇 |
航天 | 897篇 |
出版年
2024年 | 35篇 |
2023年 | 119篇 |
2022年 | 144篇 |
2021年 | 152篇 |
2020年 | 139篇 |
2019年 | 131篇 |
2018年 | 64篇 |
2017年 | 89篇 |
2016年 | 108篇 |
2015年 | 103篇 |
2014年 | 140篇 |
2013年 | 142篇 |
2012年 | 168篇 |
2011年 | 184篇 |
2010年 | 175篇 |
2009年 | 172篇 |
2008年 | 179篇 |
2007年 | 200篇 |
2006年 | 168篇 |
2005年 | 180篇 |
2004年 | 133篇 |
2003年 | 134篇 |
2002年 | 98篇 |
2001年 | 93篇 |
2000年 | 71篇 |
1999年 | 56篇 |
1998年 | 67篇 |
1997年 | 48篇 |
1996年 | 32篇 |
1995年 | 35篇 |
1994年 | 27篇 |
1993年 | 20篇 |
1992年 | 29篇 |
1991年 | 15篇 |
1990年 | 16篇 |
1989年 | 15篇 |
1988年 | 4篇 |
1987年 | 14篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1981年 | 2篇 |
排序方式: 共有3703条查询结果,搜索用时 965 毫秒
761.
航天飞行器控制系统误差实时补偿方案研究 总被引:3,自引:0,他引:3
箭上计算机实时计算因惯性器件系统误差而造成的测速误差,并将其引入导航方程后,通过导引和关机进行实时补偿。数学仿真表明采用这种补偿方案,箭载计算机的计算工作量小,补偿精度高,是一种有实用价值的方案。 相似文献
762.
763.
764.
段震 《中国民航飞行学院学报》2000,(3):26-27
卫星地面站故障主要是根据CU板 (信道板 )上的LED显示及与地面站相连的其它相关设备的工作正常与否来判定的。由于卫星地面站均是以网络形式运行的 ,所以在判断故障的存在源时 ,不仅要理所当然地检查本站的情况 ,还要询问网络控制站的情况及与本站相连的其它站的情况。三方站只要有一方存在问题 ,整个地面站都不能正常工作。另外 ,地面站设备又分为室内设备和室外设备 ,当二者之一出现问题 ,也不可能正常工作。因此在分析地面站故障的来源时 ,要综合考虑各方面的情况 ,这样才能及时准确地解决卫星站所出现的各种故障。笔者在实际工作中… 相似文献
765.
研究了一种用于驱动无刷转台中永磁同步电机的全数字交流伺服放大器。针对转台系统对其伺服电机运行的要求,采用了独特的方式对其电流环和速度环进行考核。实验中结合全数字伺服放大器的特点,采用了一种参数实时补偿的方法,对调节器参数动态地进行修正,有效地保证了电机输出力矩性能的要求和矢量控制策略的实现。此外,文中还对高精度码盘在伺服系统中的应用展开了深入的研究,并设计了一套简单实用的分频器以便进行相关的运算。理论分析和实验结果验证了转台伺服放大器的良好性能以及控制策略的有效性。 相似文献
766.
论述了EDI的构造原理以及应用发展前景,并介绍了一种基于OSI模式、建立在Chinapac公共数据交换网基础上,用于船舶货运单证电子数据交换的可进行发送、存贮和接收电子数据的EDI应用系统SHIPDES*EDI。 相似文献
767.
依据“参数补偿压缩法”的原理,给出宽带E类功放电路,借助于电路优化理论设计出实际的宽带负载网络,制作出一个工作于30-90MHz,输出功率为7.6-10.2W,总效率为72%-84%的功放电路,实验证明,该宽带负载网络及其设计方法正确且实用。 相似文献
768.
智能化的航空发动机损伤检测是飞机故障诊断重要的研究方向,针对现有目标检测模型对航空发动机的小目标损伤检测效果差的问题,提出了一种改进的基于You Only Look Once version 4(YOLOv4)的多尺度目标检测方法。在路径聚合网络(PANet)中构建低层次的特征融合层,将更浅层的特征与深层特征融合,提高网络对小目标损伤的检测性能。为减少网络中的冗余参数,在颈部结构中引入了深度可分离卷积,将标准卷积重构为深度可分离卷积的形式。实验表明:改进后的YOLOv4对小目标损伤的检测精度提升了3.43%,模型大小降低了54.06 MB,同时检测速度提高了31.03%。研究结果表明改进的YOLOv4模型对小目标损伤具有更好的检测性能。 相似文献
769.
为解决涡扇发动机监测数据维度高和寿命预测准确度低的问题,提出一种基于深度学习的寿命预测方法,开展了利用
神经网络获取涡扇发动机剩余寿命的研究。利用堆叠自编码(SAE)网络从高维传感器数据中提取健康因子(HI),采用1维卷积神
经网络-双向门控循环单元(1D-CNN-BGRU)方法捕捉HI序列中的空间和时间特征,并引入自注意(SA)机制对捕捉的特征分配
权重,使用全连接层输出涡扇发动机剩余使用寿命(RUL),以此构建复合神经网络进行面向涡扇发动机高维数据的寿命预测。结
果表明:利用NASA官方网站提供的涡扇发动机寿命试验公开数据集C-MAPSS对该方法进行验证,取得了均方根误差16.22和评
分函数225的结果。证明了基于SAE-SA-1D-CNN-BGRU的寿命预测方法可实现涡扇发动机寿命的有效预测,能为涡扇发动机
维修保障及健康管理提供有效决策支撑。 相似文献
770.