全文获取类型
收费全文 | 1961篇 |
免费 | 412篇 |
国内免费 | 262篇 |
专业分类
航空 | 1345篇 |
航天技术 | 476篇 |
综合类 | 317篇 |
航天 | 497篇 |
出版年
2024年 | 59篇 |
2023年 | 217篇 |
2022年 | 257篇 |
2021年 | 219篇 |
2020年 | 161篇 |
2019年 | 130篇 |
2018年 | 61篇 |
2017年 | 43篇 |
2016年 | 57篇 |
2015年 | 40篇 |
2014年 | 49篇 |
2013年 | 58篇 |
2012年 | 63篇 |
2011年 | 93篇 |
2010年 | 89篇 |
2009年 | 105篇 |
2008年 | 111篇 |
2007年 | 94篇 |
2006年 | 111篇 |
2005年 | 98篇 |
2004年 | 88篇 |
2003年 | 68篇 |
2002年 | 72篇 |
2001年 | 67篇 |
2000年 | 40篇 |
1999年 | 38篇 |
1998年 | 37篇 |
1997年 | 41篇 |
1996年 | 19篇 |
1995年 | 14篇 |
1994年 | 19篇 |
1993年 | 4篇 |
1992年 | 4篇 |
1991年 | 4篇 |
1990年 | 4篇 |
1989年 | 1篇 |
排序方式: 共有2635条查询结果,搜索用时 15 毫秒
231.
基于振动监测数据的航空发动机滚动轴承损伤大小识别,对于研究滚动轴承故障演化、故障预测和故障诊断具有重要意义。针对传统模型对先验知识依赖性高、特征提取不充分、故障尺寸训练类别有限等问题,提出了一种基于深度学习的滚动轴承损伤尺寸预计方法,能够对训练过程中未出现的中间尺寸进行准确识别。在经典模型的基础上,搭建了一种深度卷积网络与长短期记忆网络组合模型,该模型可对轴承振动信号的多维特征与时序特征进行充分提取,实现轴承故障的智能和高效诊断。最后,利用滚动轴承加速疲劳试验机,进行了多种转速与损伤尺寸下的滚动轴承故障试验,基于试验数据进行了方法的比较,结果表明,该组合网络的在正常和加噪的情况下预测精度分别达到99.94%和98.67%,较单独的深度卷积网络、长短期记忆网络及其他模型精度更高,比较结果充分表明了本文所提方法的优越性。 相似文献
232.
233.
234.
自适应变结构神经网络在航空发动机故障诊断上的应用 总被引:6,自引:1,他引:6
根据样本空间的内积特性,提出一种无需迭代学习的自适应变结构神经网络。它的特点是学习速度快,准确性高,且能根据出现的新样本,随时改变结构。在对某型航空发动机故障诊断中,比原软件包采用的方法在准确性方面有显着提高,而且维护工作量减少,并具有实时处理能力,因此有着良好的推广应用前景。 相似文献
235.
提出了一种非线性系统的对角自回归神经网络模型。为了实现MIMO系统自适应控制,采用自回归辨识网络对未知非线性系统进行辨识,并将被控对象的误差灵敏度信息用于对角自回归控制网络训练。辨识网络和控制网络都用动态BP算法训练。实际某型飞机纵向模型的仿真结果表明,运用这种控制结构可得到较好的控制效果。 相似文献
236.
237.
在动态神经网络及扩展卡尔曼滤波算法的基础上,提出了对非线性随机动态系统进行学习建模的迭代算法,用这种方法对非线性随机系统建模,可以获得更准确伯系统模型,并可对非线性随机系统进行状态估计。最后给出相应算法及仿真结果。 相似文献
238.
针对复合舵机的时变和非线性特性,提出了神经网络自校正控制方法.用改进的非线性自回归滑动平均模型(NARMA)对复合舵机进行动态建模,采用多层感知器神经网络辨识舵机非线性模型,由广义逆思想设计出控制器,并根据被控对象与辨识模型间误差在线调整网络权值,进而修正控制律,实现了复合舵机的自校正控制.仿真结果表明,在模型有时变及非线性因素的情况下,此方法仍能得到较好的控制效果. 相似文献
239.
改进BP算法在模糊神经网络中的应用 总被引:3,自引:0,他引:3
引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性. 相似文献
240.
针对MBD环境下的零件分类问题,研究MBD信息提取、零件编码转换和深度学习分类算法技术,并创建MBD-计算机辅助零件分类系统(MBD-CAPC),实现从输入MBD模型到输出零件分类结果的自动化。 相似文献