全文获取类型
收费全文 | 1193篇 |
免费 | 284篇 |
国内免费 | 139篇 |
专业分类
航空 | 622篇 |
航天技术 | 337篇 |
综合类 | 232篇 |
航天 | 425篇 |
出版年
2024年 | 43篇 |
2023年 | 165篇 |
2022年 | 185篇 |
2021年 | 164篇 |
2020年 | 122篇 |
2019年 | 113篇 |
2018年 | 57篇 |
2017年 | 43篇 |
2016年 | 43篇 |
2015年 | 40篇 |
2014年 | 34篇 |
2013年 | 48篇 |
2012年 | 43篇 |
2011年 | 58篇 |
2010年 | 50篇 |
2009年 | 69篇 |
2008年 | 62篇 |
2007年 | 43篇 |
2006年 | 53篇 |
2005年 | 37篇 |
2004年 | 33篇 |
2003年 | 25篇 |
2002年 | 15篇 |
2001年 | 13篇 |
2000年 | 13篇 |
1999年 | 8篇 |
1998年 | 8篇 |
1997年 | 8篇 |
1996年 | 3篇 |
1995年 | 5篇 |
1994年 | 2篇 |
1993年 | 5篇 |
1992年 | 3篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有1616条查询结果,搜索用时 171 毫秒
21.
曾经,一起打高尔夫是商业社交的重要方式;曾经,拥有跑车、游艇是富豪的标志;也许,很快这些将成为过去时,拥有自己的私人飞机将成为顶尖富豪的最新标签。就这样,一波波富豪们被"诱惑"出了头等舱,坐进了私人飞机。私人飞机成为了他们的卧室、会议室、社交场所。 相似文献
23.
《北华航天工业学院学报》2016,(3):1-4
Manifold学习算法已经被广泛应用到很多领域,如信息检索、模式识别、人工智能和数据挖掘等。已有的Manifold学习算法对局部临近区域选择很敏感,并且降维后的数据可分割性比较差。本文提出了一种自适应临近区域选择、具有良好信息可分割性的Manifold学习算法。这种方法在每一个数据点根据数据可估算的本质维度和局部正切方向选择临近区域。与此同时,在映射数据的时候使用聚类分析法聚集相似样本点集。这种方式能确保降维数据具有良好的可分割性,获得更好的降维效果。实验结果表明,新的方法在人工生成数据集上具有更好的嵌入效果。 相似文献
24.
《北华航天工业学院学报》2016,(6):35-40
孔子儒家主张学习与做人是一致的。"学而时习之"是孔子儒家学习精神的总纲,可以用自强不息、厚德载物总括之,分而言之则是十大学习精神:谋道不谋食,虚心敬慎,实事求是,坚韧不拔、积极向上,严己宽人,学为己,学以致用,仁民爱物,乐观自信,终身学习提高。 相似文献
25.
大学阶段是学生学习专业知识的开始,是掌握一技之长的重要时期。由于大学生的学习相对独立、内容多、进度快,而且学习与就业息息相关,所以需要学校认真研究大学生的学习,了解大学生学习中存在的问题,给予相应的指导。 相似文献
26.
与地基空间目标监视系统相比,天基观测系统具有监视范围广,不受国界限制,观测精度高等优点,是未来空间目标观测技术的重要发展方向。但天基观测航天器工作时,相机转台的运动,太阳能帆板挠性部件的弹性振动与航天器的姿态运动相互影响,构成强耦合的非线性系统,传统的控制方案无法实现对这类天基观测航天器的高精度姿态控制。文章针对某一空间观测航天器的任务要求,设计了基于干扰观测器的前馈补偿航天器姿态控制系统,仿真实验结果表明:姿态角控制精度小于 0.06°,姿态角速度精度小于 0.03(°)/s,达到了精度要求。 相似文献
27.
智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力:智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。 相似文献
28.
29.
跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明:在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。 相似文献
30.