全文获取类型
收费全文 | 165篇 |
免费 | 22篇 |
国内免费 | 18篇 |
专业分类
航空 | 75篇 |
航天技术 | 48篇 |
综合类 | 57篇 |
航天 | 25篇 |
出版年
2024年 | 2篇 |
2023年 | 21篇 |
2022年 | 18篇 |
2021年 | 16篇 |
2020年 | 4篇 |
2019年 | 6篇 |
2018年 | 2篇 |
2017年 | 1篇 |
2015年 | 3篇 |
2014年 | 5篇 |
2013年 | 10篇 |
2012年 | 23篇 |
2011年 | 16篇 |
2010年 | 10篇 |
2009年 | 10篇 |
2008年 | 11篇 |
2007年 | 11篇 |
2006年 | 7篇 |
2005年 | 5篇 |
2004年 | 4篇 |
2003年 | 3篇 |
2002年 | 3篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 2篇 |
1995年 | 1篇 |
1994年 | 4篇 |
1993年 | 1篇 |
1992年 | 2篇 |
1990年 | 1篇 |
排序方式: 共有205条查询结果,搜索用时 15 毫秒
111.
C C Wang等利用Kosko的双向联想记忆模型(Bidirectional associative memory,BAM),构造了由多个BAM构成的多重BAM(Multi-BAM)决策模型,使之可以应用于多证据推理,获得了Multi-BAM的决策性能。作者在此基础上,通过对各BAM引入不同的权值来模拟各专家不同的权威度,构建了相应的多重加权BAM(Multi-WBAM)模型,证明了该模型在同、 相似文献
112.
高阶信号通过功放时发生非线性失真,需对功放进行线性化补偿,功率回退法是最简单直接的线性化方法,但功放效率不高。数字信号处理技术的发展使得数字预失真技术成为补偿功放失真最有效的方式之一,在一定程度上促进了高阶调制信号在卫星通信中的应用,缓解频谱资源紧张问题。以16QAM信号为对象,着重研究了预失真器模型的两个关键因子——非线性阶数和记忆深度——对预失真性能的影响。仿真结果表明,相较于非线性阶数,记忆深度对预失真性能的影响更大;而且功率回退法和数字预失真方法的结合使用可以取得更好的预失真效果。 相似文献
113.
复杂航空发动机在运行过程中易出现多退化信息而导致寿命预测不精确的问题,为此提出基于核主成分分分析(KPCA)和双向长短时记忆(BLSTM)神经网络的多信息融合寿命预测模型。首先采用KPCA 对多维退化数据集进行降维处理和信息融合,得到能够表征设备退化的低维特征数据集;然后利用BLSTM 神经网络模型对带有多维退化信息的航空发动机剩余寿命进行预测,得到监测数据与剩余寿命的映射关系;最后采用C-MAPSS 航空发动机退化数据集对提出的多信息融合寿命预测模型进行仿真验证,并与其他三种模型结果进行对比。结果表明:KPCA-BLSTM 能够对多维退化信息下的剩余寿命进行精准预测,本文提出的预测模型的误差与得分优于其他三种模型,而且预测精度更高。 相似文献
114.
针对航空发动机剩余寿命预估中模型建立困难且计算精度低等问题,提出了一种基于卷积神经网络和长短期记忆神经
网络进行航空发动机剩余寿命预估的方法。利用卷积神经网络中的卷积层与池化层提取传感器数据中的特征,并依据卷积层提
取出的特征,利用长短期记忆神经网络进行时间序列预测,并使用全连接层输出航空发动机剩余寿命。在NASA的C-MAPSS提
供的涡扇发动机退化仿真数据集上对该方法进行了验证。结果表明:基于卷积神经网络和长短期记忆神经网络的航空发动机剩
余寿命预估方法,可以在保证预测精度的前提下,对航空发动机剩余寿命进行较为保守的预估,在保证资源不被浪费的情况下,尽
可能提前发出故障预警信号,从而提高飞行的安全性,进而为航空发动机健康管理系统提供有用信息。该预测方法在对称指标和
非对称指标上均优于此前提出的方法。 相似文献
115.
116.
117.
为了实现数据驱动的航空发动机性能异常的智能检测,提出了一种基于残差网络(ResNet)-长短期记忆网络(LSTM)的发动机性能异常检测方法。采用发动机性能数据图像化方法,在数据降维的同时,完备保留数据的关联特征和时序特征;以残差单元构建发动机性能异常检测模型,在加深网络结构的同时,消除深层网络梯度消失问题,提高发动机性能图像空间关联特征的提取能力。同时,引入LSTM,提出基于ResNet-LSTM的发动机性能异常检测模型,通过ResNet与LSTM的融合,强化异常检测模型对时序特征的提取,提升发动机性能异常检测的准确率;通过发动机运行数据进行验证。结果表明:在训练集上,该方法的异常检测准确率为94.95%,比基于ResNet18、ResNet34、ResNet50异常检测模型的分别提高10.87%、8.00%、3.23%;在测试集上,该方法的异常检测准确率为92.15%,比基于ResNet18、ResNet34、ResNet50异常检测模型的分别提高11.81%、9.45%、3.78%。 相似文献
118.
金属磁记忆微观机理试验研究 总被引:1,自引:0,他引:1
金属磁记忆检测机理中指出:地磁场环境中受载荷作用的铁磁试件,其内部会发生具有磁致伸缩性质的磁畴组织定向和不可逆的重新取向。将未经磁化且弯曲不同角度的无取向硅钢片和未经磁化且施加不同载荷的20#钢压缩试件制作成金相观察试样,利用B itter粉纹法观察受力程度不同的硅钢片和20#钢试件的磁畴结构,对比同种材料不同载荷试样的磁畴结构照片,分析应力对磁畴的影响。试验表明:未受力或应力集中较小时,晶粒内磁畴以片状畴为主,同一晶粒内畴壁相互平行,随着应力集中程度的增加,磁畴结构出现迷宫畴。且应力集中程度越大,迷宫畴个数越多,同时畴壁长度和间距发生改变。 相似文献
120.