全文获取类型
收费全文 | 2222篇 |
免费 | 427篇 |
国内免费 | 319篇 |
专业分类
航空 | 1556篇 |
航天技术 | 487篇 |
综合类 | 326篇 |
航天 | 599篇 |
出版年
2024年 | 34篇 |
2023年 | 142篇 |
2022年 | 170篇 |
2021年 | 161篇 |
2020年 | 125篇 |
2019年 | 117篇 |
2018年 | 69篇 |
2017年 | 60篇 |
2016年 | 66篇 |
2015年 | 54篇 |
2014年 | 84篇 |
2013年 | 82篇 |
2012年 | 105篇 |
2011年 | 115篇 |
2010年 | 127篇 |
2009年 | 144篇 |
2008年 | 155篇 |
2007年 | 138篇 |
2006年 | 151篇 |
2005年 | 123篇 |
2004年 | 116篇 |
2003年 | 85篇 |
2002年 | 94篇 |
2001年 | 98篇 |
2000年 | 58篇 |
1999年 | 55篇 |
1998年 | 54篇 |
1997年 | 54篇 |
1996年 | 22篇 |
1995年 | 27篇 |
1994年 | 21篇 |
1993年 | 15篇 |
1992年 | 13篇 |
1991年 | 8篇 |
1990年 | 9篇 |
1989年 | 8篇 |
1988年 | 2篇 |
1987年 | 3篇 |
1986年 | 2篇 |
1985年 | 2篇 |
排序方式: 共有2968条查询结果,搜索用时 15 毫秒
991.
一种基于混沌神经网络的拟人智能控制方法 总被引:4,自引:2,他引:2
提出一种基于混沌神经网络(CNN)的拟人智能控制方法.首先利用拟人智能控制理论得到定性控制律(线性或非线性),然后利用CNN实现控制律的定量化.Hopfield神经网络具有快速的优化能力,但容易陷入局部极小,将遍历性的渐变混沌噪声引入其中,形成具有快速全局优化能力的CNN.对二级倒立摆控制的仿真和实验结果均表明该方法有效. 相似文献
992.
为了提高航空器的安全性能,需量化飞参预测过程中的不确定性,因此本文提出了基于预测模型的置信度评价流程。针对航空器导航系统中的飞参数据,采用卷积神经网络开发预测算法,对选定的飞参数据进行预处理和训练,实现高精度的目标飞参预测。综合考虑了模型搭建中的认知不确定性和数据层面的偶然不确定性,采用模型集成的方法来捕获认知不确定性,通过双头网络捕获数据中的偶然不确定性。在此基础上,构建多源不确定性模型,实现了飞参预测模型的置信度评价。经过试验测试,在正常飞参数据中植入噪声模拟实际工况的不确定性,结果显示所提置信度评价方法能有效地表示飞参预测结果的准确性,提高了航空器飞行决策过程中的安全性与可靠性。 相似文献
993.
反舰导弹命中概率模型研究 总被引:5,自引:0,他引:5
根据现代海战的特点,结合敌我武器装备的实际,对反舰导弹的命中概率计算模型进行了构造和分析,同时针对具体实例,进行了仿真计算及结果分析。 相似文献
994.
995.
带BP神经网络的卡尔曼滤波算法在GPS/SINS组合导航系统中的应用 总被引:1,自引:1,他引:0
针对带权值调整的Kalman滤波器,运用L-M的BP算法,将BP神经网络嵌入该滤波器中,与BP神经网络滤波器相比,减小了层数,提高了网络训练速度及精度。以GPS/SINS组合导航系统为例进行了仿真,结果既能抑制滤波发散,又能提高滤波精度。 相似文献
996.
航空发动机神经网络内模控制 总被引:3,自引:0,他引:3
基于神经网络内模控制理论研究了神经网络内模控制方法在航空发动机控制系统中的应用,建立了基于Elman网络的航空发动机多变量内模控制系统。采用Elman网络建立发动机内模型和内模控制器,详细介绍了建模、控制的算法及其实现过程。取部分飞行条件下的数据作为学习样本,采用动态BP算法对神经网络权值进行调整,并在飞行包线内其它工作点对整个控制系统进行了仿真。结果表明,使用神经网络建立的航空发动机内模控制系统具有良好的控制品质和较强的自适应能力。 相似文献
997.
基于Kohonen自组织网络算法规划数控抛光路径 总被引:1,自引:0,他引:1
为避免在数控抛光中因采用规则运动路径产生的规律性高频误差,故借助于神经网络方法,采用基于Kohonen自组织网络算法,对抛光头的运动路径进行规划。 相似文献
998.
提出了一种基于BP神经网络的零件分类方法。通过200个典型零件样本对神经网络进行训练和测试,证明该基于BP神经网络的零件分类成组系统可实现零件的准确分类成组。 相似文献
999.
1000.
为解决在空中目标类型识别过程中,目标特征单一导致识别准确率低的问题,提出一种将雷达信噪比与目标航迹特征相结合的基于循环神经网络(Recurrent Neural Network,RNN)的目标识别方法。该方法利用RNN模型在处理时序数据上的优势,挖掘雷达数据隐藏在时间层面的特征;扩展目标特征属性维度,利用智能化模型有效地将雷达信噪比与目标航迹特征相结合,提高目标识别的准确率。应用真实检飞数据,对该方法进行检验,并与传统方法进行对比分析。仿真结果表明,基于RNN的目标智能化识别方法具有更高的准确率。 相似文献