全文获取类型
收费全文 | 1724篇 |
免费 | 363篇 |
国内免费 | 280篇 |
专业分类
航空 | 1271篇 |
航天技术 | 413篇 |
综合类 | 269篇 |
航天 | 414篇 |
出版年
2024年 | 18篇 |
2023年 | 61篇 |
2022年 | 100篇 |
2021年 | 87篇 |
2020年 | 85篇 |
2019年 | 84篇 |
2018年 | 67篇 |
2017年 | 56篇 |
2016年 | 86篇 |
2015年 | 72篇 |
2014年 | 85篇 |
2013年 | 82篇 |
2012年 | 103篇 |
2011年 | 128篇 |
2010年 | 94篇 |
2009年 | 105篇 |
2008年 | 118篇 |
2007年 | 120篇 |
2006年 | 142篇 |
2005年 | 114篇 |
2004年 | 98篇 |
2003年 | 93篇 |
2002年 | 72篇 |
2001年 | 71篇 |
2000年 | 41篇 |
1999年 | 36篇 |
1998年 | 38篇 |
1997年 | 29篇 |
1996年 | 13篇 |
1995年 | 8篇 |
1994年 | 12篇 |
1993年 | 11篇 |
1992年 | 9篇 |
1991年 | 13篇 |
1990年 | 7篇 |
1989年 | 8篇 |
1988年 | 1篇 |
排序方式: 共有2367条查询结果,搜索用时 15 毫秒
131.
在介绍径向基函数神经网络基本原理的基础上,讨论了基于 RBF 的数字模式识别的设计及其原则,包括识别数字网络模型结构、最近聚类学习算法等问题。 相似文献
132.
主要讨论目标回波的分形特征和基于分形的识别方法,并用实际潜艇的回波数据进行了分形特征识别研究。在分析回波信号的时间域波形的基础上,应用随机分形理论,给出基于分形 Brown 运动的回波信号分形特征矢量提取的理论和方法;提取了回波信号的分形特征矢量;进而给出了基于 BP 网络的分类计算方法。计算结果表明,提出的提取水声回波信号目标特征矢量的方法与分类方法切实可行。 相似文献
133.
基于神经网络的滚动轴承故障包络信号的自动识别方法 总被引:3,自引:0,他引:3
介绍了一种基于神经网络的滚动轴承故障包络信号的自动识别方法。将从包络信号的时域和频域信息中提取的反映滚动轴承故障的特征信息作为BP神经网络的输入,用BP算法对该网络进行训练。利用BP神经网络的智能性来实现滚动轴承故障的智能诊断。 相似文献
134.
目前采用传统故障诊断方法对复杂系统进行故障诊断时,还存在许多缺点,尤其在多故障同时发生的情况下,传统故障诊断方法难以准确定位故障点。为此,基于Elman神经网络,结合故障字典法,设计了一种基于Elman网络的综合故障诊断方法。为验证该方法的准确性,以某型飞机自动驾驶仪飞控盒的几种主要故障为诊断源,仿真研究了所设计的综合故障诊断方法。仿真结果表明,与传统故障诊断方法相比,所设计的基于Elman网络的综合故障诊断方法在进行多故障诊断中对故障的准确定位是有效的和快速的。 相似文献
135.
结合目前数模混合电路测试的发展现状,对其故障诊断的理论进行了介绍,指出了各自的优点以及存在的缺陷,探讨了在实际中得到发展和应用的数模混合电路故障诊断技术,并预测了这些理论和技术今后的发展方向。 相似文献
136.
利用D-S证据理论进行故障诊断时,首先需准确地确定出诊断识别框架,这是D-S故障诊断的先决条件.在导弹武器等复杂系统中,存在着故障原因与故障征兆之间关联关系不确定的现象,增加了求取诊断识别框架的困难.为此,提出了一种求取复杂系统的D-S诊断识别框架方法.首先,基于基本诊断模型,给出了诊断贝叶斯网络模型.以及求解诊断贝叶斯网络模型的方法;然后,给出了征兆集合等概念以及求解故障识别框架的方法;最后,通过示例验证了方法的正确性. 相似文献
137.
航空发动机的智能神经网络自适应控制研究 总被引:1,自引:1,他引:1
针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性. 相似文献
138.
139.
140.
人工神经元网络(ANN)具有本质的非线性特性、并行处理能力以及自组织自学习的能力,但单独使用ANN处理问题时,往往会存在一些缺陷。文章介绍导弹驾驶仪故障智能诊断的一种新方法:首先,利用粗糙集原理约简故障特征属性数据;其次,用带动量项的批处理BP神经网络方法对故障数据进行训练并检验;最后,将故障数据处理后输入神经网络分类器,对故障实施诊断。 相似文献