全文获取类型
收费全文 | 369篇 |
免费 | 105篇 |
国内免费 | 79篇 |
专业分类
航空 | 310篇 |
航天技术 | 99篇 |
综合类 | 39篇 |
航天 | 105篇 |
出版年
2024年 | 1篇 |
2023年 | 11篇 |
2022年 | 18篇 |
2021年 | 14篇 |
2020年 | 24篇 |
2019年 | 21篇 |
2018年 | 22篇 |
2017年 | 15篇 |
2016年 | 21篇 |
2015年 | 23篇 |
2014年 | 24篇 |
2013年 | 31篇 |
2012年 | 24篇 |
2011年 | 35篇 |
2010年 | 25篇 |
2009年 | 26篇 |
2008年 | 26篇 |
2007年 | 20篇 |
2006年 | 23篇 |
2005年 | 20篇 |
2004年 | 16篇 |
2003年 | 19篇 |
2002年 | 13篇 |
2001年 | 10篇 |
2000年 | 12篇 |
1999年 | 16篇 |
1998年 | 4篇 |
1997年 | 7篇 |
1996年 | 3篇 |
1995年 | 2篇 |
1994年 | 10篇 |
1993年 | 3篇 |
1992年 | 1篇 |
1991年 | 2篇 |
1990年 | 3篇 |
1989年 | 4篇 |
1988年 | 3篇 |
1987年 | 1篇 |
排序方式: 共有553条查询结果,搜索用时 15 毫秒
131.
132.
针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景. 相似文献
133.
134.
135.
基于像素抽样的快速互相关图像匹配算法 总被引:16,自引:0,他引:16
在不同大小的实时图像(假定为小)和基准图像(假定为大)的匹配算法中,最常用的方法是互相关匹配算法,但如果对每个点都计算二维相关函数则计算量非常大。文章提出对图像的匹配采用粗、精两步快速匹配的方法:首先将实时图像每一列灰度值相加,形成一个一维信号,用此一维信号到基准图生成的一维信号中用一维相关函数进行粗匹配,实现降维和提高速度的目的。然后将相关函数值中较大的一些点作为备选点,在原图中利用这些不多的备选点计算二维相关函数,相关函数值最大的点即为最佳匹配点,实现精匹配。在一维匹配中采用隔4列、隔3行取一个点的像素抽样方法以提高粗匹配速度。实验结果表明了文章算法的快速性和准确性。 相似文献
136.
137.
微带贴片天线以其馈电方式和极化制式的多样化以及馈电网络、有源电路集成一体化等特点而成为印刷天线类的主角。本论文采用HFSS仿真软件对单馈单层矩形微带贴片天线进行了设计和仿真。此次设计的1.85GHZ和2.45GHZ的双频贴片天线,在两个频点处,反射系数都低于-25dB,输入电阻都约为50欧姆,且电抗很小,达到了良好的匹配效果,辐射场量在两频点处分别约为2dB和4dB,符合小尺寸指标要求。 相似文献
138.
139.
基于主被动复合驱动的思想提出一种大伸展/收拢比、高载荷/自重比的新型伸缩式伸杆机构,以满足微纳探测器的实际应用需求,用于支撑各类探测载荷远离航天器本体,避免本体剩磁对空间待测信号的干扰,保证探测数据的准确性。首先,探索描述被动驱动源(弹簧铰链)的力矩驱动特性;然后,分析柔性伸杆的弯曲、扭转、压平和卷曲等力学性能。在此基础上,结合建立的柔性伸杆伸展速度、负载动能、弹簧铰链势能及主动驱动(电动机)力矩等参数的能量流约束方程,进行主、被动驱动和柔性伸杆的参数匹配研究;最后,利用有限元软件仿真和样机平台实验验证了参数匹配的合理性。仿真与实验结果表明,针对主被动复合驱动的空间探测柔性伸杆机构,通过合理的参数匹配,可实现柔性伸杆无褶皱地平稳伸展和收拢,为后续的机构设计和控制方案奠定了基础。 相似文献
140.
一些航拍图像的尺寸较大,现有的特征点提取算法在对其处理时均要耗费大量的时间,针对这一问题,提出一种快速有效的特征点提取算法。首先构造原始图像的拉普拉斯金字塔,以获得图像的尺度信息,同时保留图像的方向信息;再使用非均匀多方向滤波器组将金字塔图像分解在不同方向上,在分解后的图像中提取局部极值点作为候选特征点集;采用特定的合并策略合并候选特征点最终得到特征点集,并根据方向滤波器组为特征点分配方向向量。试验结果表明,本文算法在基本保证提取到的特征点匹配率及正确率的前提下,有较高的效率。 相似文献