全文获取类型
收费全文 | 1565篇 |
免费 | 194篇 |
国内免费 | 207篇 |
专业分类
航空 | 949篇 |
航天技术 | 329篇 |
综合类 | 263篇 |
航天 | 425篇 |
出版年
2024年 | 8篇 |
2023年 | 41篇 |
2022年 | 59篇 |
2021年 | 69篇 |
2020年 | 60篇 |
2019年 | 58篇 |
2018年 | 47篇 |
2017年 | 47篇 |
2016年 | 63篇 |
2015年 | 56篇 |
2014年 | 84篇 |
2013年 | 76篇 |
2012年 | 90篇 |
2011年 | 95篇 |
2010年 | 88篇 |
2009年 | 79篇 |
2008年 | 82篇 |
2007年 | 76篇 |
2006年 | 85篇 |
2005年 | 60篇 |
2004年 | 69篇 |
2003年 | 75篇 |
2002年 | 55篇 |
2001年 | 55篇 |
2000年 | 31篇 |
1999年 | 29篇 |
1998年 | 38篇 |
1997年 | 20篇 |
1996年 | 41篇 |
1995年 | 28篇 |
1994年 | 44篇 |
1993年 | 19篇 |
1992年 | 31篇 |
1991年 | 37篇 |
1990年 | 32篇 |
1989年 | 18篇 |
1988年 | 5篇 |
1987年 | 7篇 |
1986年 | 4篇 |
1983年 | 1篇 |
1981年 | 3篇 |
1979年 | 1篇 |
排序方式: 共有1966条查询结果,搜索用时 78 毫秒
141.
在轨航天器故障检测与诊断问题需要面对模型的非线性,而且要求尽量提高其检测的精度,为此设计了基于径向基函数(RBF)神经网络的动量轮非线性故障检测与诊断(FDD)方案。首先应用RBF补偿建模误差,提高检测精度,并选择李雅普诺夫函数证明其收敛性;然后应用非线性观测器来产生故障残差,给出了阈值以及故障检测的时间;应用RBF网络对故障信号进行重构,并据此设计了带学习能力的FDD策略。再次建立了详细的动量轮模型,通过不同条件下的仿真研究分别验证残差的阈值特性、时间特性以及RBF的重构能力,仿真结果表明了算法的有效性。 相似文献
142.
提出了基于小波神经网络PID的永磁同步电机(PMSM)转速控制策略。根据系统运行参数的变化,采用三层前馈式人工神经网络,基于梯度下降纠正误差法在线训练实时更新PID参数值。采用小波神经网络和增量式PID共同构成转速环控制器。建立PMSM数学模型,设计PMSM速度环控制器,构建S函数,对控制算法进行仿真试验,验证了该控制算法的先进性。试验结果表明,所提控制策略比传统PID转速控制具有更好的动态性能和抗干扰能力。 相似文献
143.
定子电流经低通滤波器处理后产生高斯有色噪声,限制了异步电机转子故障检测算法的辨识精度。针对该问题,提出一种抑制高斯有色噪声的异步电机故障检测技术。首先对采集到的定子电流进行预处理,利用逆同步旋转变换剔除基波,避免了直接检测时基波对故障辨识精度的影响。然后利用互相关函数(CCF)处理技术对高斯有色噪声的抑制作用,提出基于CCFHTLS算法的电机转子故障诊断技术。针对异步电机转子断条和偏心故障的识别进行试验,结果表明CCFHTLS算法可以有效抑制高斯有色噪声,并保留故障有用信息,显著地提高了故障检测的分辨率。 相似文献
144.
基于独立桨距控制的电控旋翼主动振动控制 总被引:2,自引:1,他引:1
电控旋翼利用桨叶后缘襟翼偏转通过气弹作用带动桨叶变距,从而实现对旋翼的控制。但由于其系统的复杂性,桨叶间易存在扭转刚度和质量不相似,从而引起较严重的旋翼振动。针对该情况,提出了基于独立桨距控制的主动振动控制方法,并以某原理性电控旋翼为算例进行了数值仿真,验证了所提出控制方法对电控旋翼由扭转刚度和质量不相似引起振动的减振有效性,最佳减振水平可达90%。 相似文献
145.
通过对其自主稳定回路及间隙描述函数频率特性的分析,对间隙装配调试及检测技术提出改进措施,并设计了测隙装置,完善了装配工艺. 相似文献
146.
目前的宽度学习系统(Broad learning system,BLS)通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接,网络权值可以用求解伪逆的方法快速求得,避免了耗时的训练过程,从而成为快速而高效的学习方法。然而在追求高精度结果的过程中,BLS对于增强节点数量的需求过于巨大,容易造成过拟合问题。为此,本文提出了基于函数链神经网络(Functional-link neural network,FLNN)的深度分类器(FLNN based deep classifier,FLNNDC),旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构,每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点,而不是全部映射节点。和原宽度结构相比,在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。 相似文献
147.
148.
149.
150.