全文获取类型
收费全文 | 2024篇 |
免费 | 278篇 |
国内免费 | 222篇 |
专业分类
航空 | 930篇 |
航天技术 | 610篇 |
综合类 | 144篇 |
航天 | 840篇 |
出版年
2024年 | 11篇 |
2023年 | 43篇 |
2022年 | 67篇 |
2021年 | 63篇 |
2020年 | 79篇 |
2019年 | 69篇 |
2018年 | 66篇 |
2017年 | 85篇 |
2016年 | 78篇 |
2015年 | 86篇 |
2014年 | 115篇 |
2013年 | 80篇 |
2012年 | 156篇 |
2011年 | 148篇 |
2010年 | 114篇 |
2009年 | 105篇 |
2008年 | 100篇 |
2007年 | 128篇 |
2006年 | 140篇 |
2005年 | 88篇 |
2004年 | 87篇 |
2003年 | 86篇 |
2002年 | 59篇 |
2001年 | 69篇 |
2000年 | 61篇 |
1999年 | 58篇 |
1998年 | 44篇 |
1997年 | 35篇 |
1996年 | 26篇 |
1995年 | 36篇 |
1994年 | 24篇 |
1993年 | 21篇 |
1992年 | 27篇 |
1991年 | 21篇 |
1990年 | 21篇 |
1989年 | 10篇 |
1988年 | 8篇 |
1987年 | 10篇 |
排序方式: 共有2524条查询结果,搜索用时 218 毫秒
161.
162.
163.
史杰 《民用飞机设计与研究》2016,(3):89
为了提高大型客机在低能见度天气下场面滑行时的安全性,提出了一种采用热成像仪进行障碍物探测和识别的系统。对客机前方景物进行热成像,用改进的机器立体视觉算法计算目标距离,使用模糊逻辑融合位置信息识别障碍物。实验表明提出的系统能探测和识别场面上的主要障碍物。 相似文献
164.
165.
166.
为解决太阳能无人机(UAV)总体设计中任务需求表达模糊、技术指标重要度排序决策困难的问题,提出了基于模糊质量功能展开(FQFD)的太阳能无人机总体设计指标排序方法。该方法在传统质量功能展开(QFD)质量屋的基础上,引入三角模糊数,表征任务需求的不确定性和模糊性;在模糊隶属度函数未知的情况下,采用α加权修正水平截集去模糊化方法计算技术指标重要度,获得技术指标重要度排序,为总体设计优化决策提供依据。最后以长航时太阳能无人机的总体设计为例,对任务需求—工程特性—技术指标的两级质量屋模型进行计算分析,得到续航能力、巡航高度、动力系统效率、巡航速度和气动效率是太阳能无人机最重要的5个技术指标的结果。此方法客观性较强,可处理复杂的系统不确定性,为太阳能无人机总体方案设计及决策应用提供参考依据。 相似文献
167.
168.
169.
随着当前星敏感器视场(FOV)的增大,探测能力的提高,一帧图中拍摄到的恒星更多。但是受星敏感器光谱范围的限制及空间环境干扰影响,星等测试精度一般不高于0.2 mV。为了充分发挥当前星敏感器视场和探测能力的优势,并避免星等误差的影响,提高全天区星图识别算法在线应用的适用性,提出了一种星点坐标辅助的全天区三角形星图识别算法。该方法采用"全局初步搜索识别—局部精细匹配验证—最优结果选取"的算法思想。首先,根据星敏感器探测到的极限星等范围构建导航星表,选取亮星构建角距星表,既确保了星表的完备性,又有利于充分利用星敏感器的探测能力。然后,在三角形约束条件下进行角距匹配识别,得到一个或多个导航三角形,在该识别环节提出了非线性矢量法查找星表,既提高了定位精度,又能采用单精度数据类型降低存储空间。最后,提出局部天区星点坐标匹配算法进一步消除冗余匹配,同时又识别出视场内更多的观测星,有利于提高识别率和定姿精度。试验结果表明,与其他一些经典的星图识别算法相比,所提算法在识别率和星表容量方面更有优势。识别率可达99.9%,且随着星等的增加,存储容量增加的最少。所提算法更加适于大视场、高星等敏感范围的星敏感器在线应用。 相似文献
170.
The problem of distributed fusion and random observation loss for mobile sensor networks is investigated herein. In view of the fact that the measured values, sampling frequency and noise of various sensors are different, the observation model of a heterogeneous network is constructed. A binary random variable is introduced to describe the drop of observation component and the topology switching problem caused by complete observation loss is also considered. A cubature information filtering algo... 相似文献