全文获取类型
收费全文 | 489篇 |
免费 | 82篇 |
国内免费 | 38篇 |
专业分类
航空 | 364篇 |
航天技术 | 94篇 |
综合类 | 56篇 |
航天 | 95篇 |
出版年
2024年 | 2篇 |
2023年 | 11篇 |
2022年 | 20篇 |
2021年 | 22篇 |
2020年 | 18篇 |
2019年 | 13篇 |
2018年 | 9篇 |
2017年 | 13篇 |
2016年 | 23篇 |
2015年 | 20篇 |
2014年 | 21篇 |
2013年 | 27篇 |
2012年 | 42篇 |
2011年 | 38篇 |
2010年 | 26篇 |
2009年 | 36篇 |
2008年 | 34篇 |
2007年 | 31篇 |
2006年 | 48篇 |
2005年 | 26篇 |
2004年 | 19篇 |
2003年 | 16篇 |
2002年 | 7篇 |
2001年 | 14篇 |
2000年 | 7篇 |
1999年 | 5篇 |
1998年 | 4篇 |
1997年 | 4篇 |
1996年 | 8篇 |
1995年 | 5篇 |
1994年 | 7篇 |
1993年 | 4篇 |
1992年 | 5篇 |
1991年 | 6篇 |
1990年 | 7篇 |
1988年 | 2篇 |
1987年 | 2篇 |
1985年 | 2篇 |
1984年 | 2篇 |
1982年 | 1篇 |
1981年 | 1篇 |
1980年 | 1篇 |
排序方式: 共有609条查询结果,搜索用时 93 毫秒
231.
材料性能对异形杯充液拉深成形的影响 总被引:1,自引:0,他引:1
板料充液拉深是成形复杂零件的一种有效方法,在充液拉深中材料的性能参数对成形结果有着直接的影响。了解哪种性能参数对充液拉深成形影响最大,有利于恰当的选择板材,得到合格的成形件。本文以异形杯成形为例,采用Dyanform软件对异形杯的充液拉深成形进行数值模拟。以零件成形最终主应变、厚度分布等为评定标准,分析了材料性能参数中的应变硬化指数n和厚向异性指数r对异形杯充液拉深成形的影响。 相似文献
232.
基于混沌时间序列的飞行冲突预测(英文) 总被引:1,自引:0,他引:1
为了准确掌握飞行冲突量的变化规律及其准确预测,对飞行冲突的混沌问题进行了研究。首先,基于人-机-环境系统工程理论,建立飞行冲突的故障树,从定性的角度分析了飞行冲突的混沌特性;然后,建立了基于小数据量方法和小波去噪理论的最大Lyapunov指数λmax的改进混合算法,并利用此方法从定量的角度证明了飞行冲突时间序列中混沌现象的存在;最后,利用混沌预测方法对模拟数据进行预测,并通过灰色误差检验方法对预测结果进行评价。检验结果为后验差比值为0.2209<0.35,小误差概率为0.9853>0.95。结果表明该预测方法的有效性。因此,说明应用混沌理论进行飞行冲突分析与预测是可行的。 相似文献
233.
飞行员工作负荷是影响飞机运行安全的重要因素。开展飞行员工作负荷预测是适航审定过程中,验证驾驶舱设计是否符合适航规章的重要手段。本文针对某型民用飞机设计了模拟飞行试验,用于采集飞行员生理指标数据和国家航空航天局任务负荷指数(National Aeronautics and Space Administration task lood index, NASA-TLX)量表评价数据。以飞行员生理指标数据为输入,NASA-TLX量表主观评价数据为输出,建立了基于粒子群算法优化的支持向量回归机(Particle swarm optimization-support vector regression, PSO-SVR)模型的飞行员工作负荷预测模型。对本文建立的PSO-SVR模型与默认参数的支持向量回归机(Support vector regression, SVR)模型的预测精度进行了对比,针对4个不同场景,预测精度分别提高了7.5%、9.5%、7%和5.8%,结果表明基于PSO-SVR的预测模型得到的飞行员工作负荷预测值精度更高。 相似文献
234.
杨剑锋 《航空标准化与质量》2007,(3):17-19
计算过程能力指数时通常采用子样级差或样本标准差来估计总体标准差.实际生产中的一些过程由于刀具磨损等系统原因导致周期性变化,不总处于统计过程控制.通过建立此类长期稳定过程的数学模型,比较了不同标准差估计方法所计算的过程能力指数,分析了产生的原因,并进行了仿真研究. 相似文献
235.
236.
针对现有下滑规律的不足,考虑水平发射和非水平发射两种情况,根据高斯曲线分别设计了一种指数平方下滑规律。仿真结果表明了所设计下滑规律的正确性和有效性。 相似文献
237.
一种基于指数损失函数的多类分类AdaBoost算法及其应用 总被引:2,自引:0,他引:2
提出一种新的多类分类AdaBoost算法——使用多类分类指数损失函数的前向逐步叠加模型FSAMME(forward stagewise additive modeling using a multi class exponential loss function)。该算法是基于原始的两类分类AdaBoost算法归结为使用两类分类指数损失函数的前向逐步叠加模型的统计学观点,将两类分类的前向逐步叠加模型自然扩展到多类分类情况下得到的,并采用多类指数损失函数和前向逐步叠加模型对FSAMME进行了详细的理论证明。该算法大大降低对弱分类器的精度要求,只需每个弱分类器的精度比随机猜测好;算法简单明了,不用把多类问题转化为多个两类问题,而是直接求解多类分类问题,大大减小计算复杂度和计算量。通过对基准数据库的测试分类及航空发动机故障样本的诊断,结果表明:FSAMME算法一方面可达到较高的分类诊断准确率,其准确率明显高于AdaBoost.M1,略高于AdaBoost.MH;另一方面可大大减小计算成本,满足在线快速分类诊断的要求。 相似文献
238.
239.
240.