全文获取类型
收费全文 | 402篇 |
免费 | 72篇 |
国内免费 | 61篇 |
专业分类
航空 | 252篇 |
航天技术 | 99篇 |
综合类 | 72篇 |
航天 | 112篇 |
出版年
2024年 | 2篇 |
2023年 | 10篇 |
2022年 | 9篇 |
2021年 | 12篇 |
2020年 | 17篇 |
2019年 | 15篇 |
2018年 | 22篇 |
2017年 | 15篇 |
2016年 | 14篇 |
2015年 | 19篇 |
2014年 | 24篇 |
2013年 | 18篇 |
2012年 | 29篇 |
2011年 | 23篇 |
2010年 | 29篇 |
2009年 | 27篇 |
2008年 | 32篇 |
2007年 | 28篇 |
2006年 | 34篇 |
2005年 | 21篇 |
2004年 | 14篇 |
2003年 | 17篇 |
2002年 | 17篇 |
2001年 | 10篇 |
2000年 | 9篇 |
1999年 | 9篇 |
1998年 | 3篇 |
1997年 | 7篇 |
1996年 | 6篇 |
1995年 | 5篇 |
1994年 | 6篇 |
1993年 | 4篇 |
1992年 | 2篇 |
1991年 | 7篇 |
1990年 | 2篇 |
1989年 | 5篇 |
1988年 | 7篇 |
1987年 | 3篇 |
1986年 | 2篇 |
排序方式: 共有535条查询结果,搜索用时 31 毫秒
21.
在单脉冲冲量测量方法的基础上,增加激光脉冲提取和摆杆控制单元,提出了一种基于复摆模型的多脉冲冲量耦合系数测量方法。分析了多脉冲的两种测量模式及实现流程,解决了数据处理面临的新问题,并对该方法进行了检验,结果表明:所设计的激光脉冲提取和摆杆控制单元满足25Hz频率要求,可实现在40ms内提取多脉冲序列的任意一个脉冲;模拟多脉冲序列下测得两种模式15°锥形喷管的冲量耦合系数为371.0~375.3N/MW,具有很好的一致性。该方法可用于吸气式激光推进的多脉冲性能研究,并作为其他多脉冲研究方法的有效补充。 相似文献
22.
23.
针对航空发动机气路诊断中测量参数个数小于待诊断参数个数的不适定问题,利用了发动机平衡技术,结合非线性的发动机数学模型,并综合考虑了测量参数的不确定度和理论模型部件性能的不确定度,建立了一种结合不确定度的发动机气路故障诊断辨识算法——变分加权最小二乘法,并将该算法应用于某发动机的诊断分析中.结果表明:运用该方法可分析出测量数据和模型计算数据之间的差别,同时,利用所得的故障参数修正量修正原发动机数学模型,使模型计算推力与试验测量推力最大偏差由8.25%减小到1.66%,耗油率最大偏差由6.25%减小到1.50%. 相似文献
24.
25.
为了实现对终端区空中交通流到达情况更加准确的分析,针对目前常用的流量统计方法中所存在的问题,提出了交通流到达模式概念,并对基于聚类思想的到达模式识别方法进行了研究。在对交通流到达时序数据提取的基础上,利用基于免疫优化算法的聚类方法实现了对交通流到达模式的识别。对交通流到达模式特征进行了分析,并结合滑动时间窗算法提出了交通高峰小时及峰值流量计算方法。通过实例分析证明了方法的可行性与准确性。 相似文献
26.
航空四站气体保障装备的可靠性在不断提高,而气体保障过程中的事故仍有发生,需要一种新的方法系统地去识别新的危险因素,从而提高系统的安全性。从控制的角度结合STAMP和STPA对航空四站气体保障过程进行安全性分析。首先,介绍STAMP/STPA的工作机理;然后,对航空四站气体保障过程构建STAMP模型,采用STPA安全分析方法对航空四站气体保障过程的安全性进行分析,识别不安全控制行为,对生成的不安全控制行为进行场景分析;最后,与事故树分析法(ATA)进行分析结果的比较,从而证实了该方法的优越性。结果表明:采用STAMP模型和STPA安全分析法可以更加全面地识别出不安全控制行为及其原因,更有利于保证航空四站气体保障过程的安全。 相似文献
27.
针对方向图可重构天线阵列的稀疏布阵问题,提出一种基于扩展酉矩阵束算法的优化设计算法。首先建立以阵元位置和多组激励为变量的多方向图联合稀疏优化模型,并利用期望方向图采样数据构建Hankel块矩阵。然后通过centro-Hermitian化处理和酉变换将采样矩阵从复数域转换到实数域,舍弃实矩阵中较小的奇异值对可重构线阵进行稀疏。最后通过对等价矩阵束的广义特征值分解估计稀布阵元位置,进而得到每个方向图对应的激励。仿真验证了该方法能够以阵元非均匀稀疏分布的阵列形式有效实现多个方向图的精确重构。 相似文献
28.
29.
30.
针对智能环境中活动模式的学习和挖掘花销大、难以实际操作等问题,提出了能够有效地将已有活动模式迁移到新环境的整体框架。迁移学习框架将活动模式的迁移过程分解为轨迹的迁移和触发持续时间的迁移,首先对已有活动模式中的活动轨迹以及触发持续时间模糊化;然后采用备选轨迹生成(ATSG)算法在新环境中生成备选轨迹集;最后采用相似度计算(SC)算法进行活动模式中的轨迹与备选轨迹间的匹配,利用活动轨迹映射(TM)算法和触发持续时间迁移(TDT)算法对活动信息进行迁移,从而在新环境中得到活动模式。理论分析和实验结果表明,相比于基于频繁模式挖掘得到活动模式的方法,本文方法大幅度地降低了得到活动模式所需的时间开销,同时,利用本文方法获取的活动模式取得了较好的活动识别效果。 相似文献