全文获取类型
收费全文 | 923篇 |
免费 | 208篇 |
国内免费 | 227篇 |
专业分类
航空 | 801篇 |
航天技术 | 224篇 |
综合类 | 192篇 |
航天 | 141篇 |
出版年
2024年 | 9篇 |
2023年 | 29篇 |
2022年 | 55篇 |
2021年 | 58篇 |
2020年 | 50篇 |
2019年 | 47篇 |
2018年 | 33篇 |
2017年 | 31篇 |
2016年 | 34篇 |
2015年 | 24篇 |
2014年 | 28篇 |
2013年 | 33篇 |
2012年 | 48篇 |
2011年 | 73篇 |
2010年 | 47篇 |
2009年 | 62篇 |
2008年 | 82篇 |
2007年 | 64篇 |
2006年 | 89篇 |
2005年 | 71篇 |
2004年 | 62篇 |
2003年 | 52篇 |
2002年 | 57篇 |
2001年 | 57篇 |
2000年 | 38篇 |
1999年 | 17篇 |
1998年 | 26篇 |
1997年 | 31篇 |
1996年 | 13篇 |
1995年 | 9篇 |
1994年 | 19篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 3篇 |
1990年 | 2篇 |
排序方式: 共有1358条查询结果,搜索用时 31 毫秒
121.
介绍了基于潜在成分(LC)分析和概率神经网络的损伤识别方法,并应用于一个实验室模型的损伤识别.结果表明,基于潜在成分(LC)分析和概率神经网络的损伤识别方法能在正常的时变质量情况下以较高的成功率对位于A或B处的某一损伤程度未知的损伤进行归类,为时变结构系统的定量损伤识别作出了有益的尝试. 相似文献
122.
基于神经网络的飞机主要参数估算方法 总被引:3,自引:1,他引:3
根据飞机设计要求来选择主要参数往往涉及许多不确定的因素。本文基于多层神经网络计算模型,提出了一种新的飞机主要参数的估算方法,并给出了实现这种方法的详细步骤。将该方法应用于喷气支线飞机和喷气公务机主要参数的估算,测试结果表明估算误差均在10%之内。 相似文献
123.
基于BP神经网络的内圆磨床主轴动态分析方法研究 总被引:2,自引:0,他引:2
通过对神经网络学习样本的选择问题的研究,本文提出了采用“多水平正交表”选取神经网络的训练样本的方法,建立了内圆磨床主轴系统的BP神经网络模型,并在试验的基础上借助于优化方法进行了模型修正和优化计算。该方法不仅计算方便、快捷,而且具有较高的计算精度。 相似文献
124.
基于奇异摄动与神经网络的柔性臂控制 总被引:1,自引:0,他引:1
运用拉格朗日法建立了臂杆柔性的机械臂的动力学方程。为解决柔性臂末端位置的跟踪及克服柔性臂在运动中的振动问题。运用奇异摄动法将系统分解成快、慢两个子系统,设计混合控制器。通过设计神经网络控制器线性化慢系统。使其轨迹跟踪期望值。用线性状态反馈配置极点稳定快系统,抑制振动。一个单杆柔性机械臂的仿真算例表明,本文的控制方法保证了柔性臂刚性运动的精确跟踪,同时消除了弹性振动,避免了零动力学不稳定问题。 相似文献
125.
研究了神经网络自适应控制在直升机飞行控制系统中的应用。首先将直升机姿态角系统划分为快慢回路 ,并分别采用动态逆方法进行设计 ;针对动态逆方法的优点和不足 ,提出了小波神经网络自适应逆控制方案 ,把BP小波神经网络和基于李亚普诺夫稳定的小波神经网络分别应用于直升机飞行控制系统中 ;最后对典型机动飞行进行了仿真 ,说明小波神经网络方法应用的正确性和有效性。仿真结果证明 ,本文采用的小波神经网络自适应控制方法效果好 ,具有工程应用价值 相似文献
126.
提出一种新的航空发动机滚动轴承故障诊断方法。利用小波包分解对轴承的动态信号进行分析、提取特征,采用RBF神经网络进行承故障诊断。对7类故障进行了实验,结果表明该方法具有很好的故障诊断效果。 相似文献
127.
128.
含连续/离散变量结构优化中的神经网络与变尺度模拟退火方法 总被引:2,自引:0,他引:2
传统的优化方法难于有效地处理含有连续/离散混合变量优化问题,本文介绍了一种改进的变尺度模拟退火方法并与人工神经网络能量函数模型相结合,用于求解含连续/离散设计变量的工程结构优化问题,较好地解决了模拟退火技术用于工程结构优化时选取具有全局性的初始点困难及迭代次数较多的弱点。算例表明,该方法可以使模拟退火算法从局部最优的陷阱中跳出,最后求出整体最优解。 相似文献
129.
130.
基于神经网络技术实现磁流变阻尼器对结构振动的优化控制(英文) 总被引:2,自引:0,他引:2
磁流变 ( MR)阻尼器是土木结构振动控制领域最有应用前景的半主动控制装置之一 ,但由于 MR阻尼器的高度非线性动特性 ,使得描述其逆向动特性的数学模型很难得到 ,即根据理想的阻尼力确定出 MR阻尼器所需的输入电压。然而 ,对基于 MR阻尼器的结构振动控制设计和仿真 ,这种反映阻尼力 -电压关系的逆向动特性模型是十分重要的。为此 ,本项研究针对 MR阻尼器的非线性特性 ,提出运用神经网络技术建立 MR阻尼器的神经网络模型来模拟其逆向动特性 ,神经网络模型的输出即为产生理想的阻尼力所需的输入电压。通过数值仿真结果探讨所提出的结构振动控制策略的适用性和有效性 相似文献