全文获取类型
收费全文 | 1703篇 |
免费 | 218篇 |
国内免费 | 161篇 |
专业分类
航空 | 1124篇 |
航天技术 | 304篇 |
综合类 | 188篇 |
航天 | 466篇 |
出版年
2024年 | 30篇 |
2023年 | 88篇 |
2022年 | 95篇 |
2021年 | 78篇 |
2020年 | 78篇 |
2019年 | 77篇 |
2018年 | 49篇 |
2017年 | 63篇 |
2016年 | 62篇 |
2015年 | 54篇 |
2014年 | 109篇 |
2013年 | 78篇 |
2012年 | 89篇 |
2011年 | 115篇 |
2010年 | 96篇 |
2009年 | 93篇 |
2008年 | 108篇 |
2007年 | 94篇 |
2006年 | 80篇 |
2005年 | 82篇 |
2004年 | 70篇 |
2003年 | 47篇 |
2002年 | 62篇 |
2001年 | 46篇 |
2000年 | 38篇 |
1999年 | 27篇 |
1998年 | 29篇 |
1997年 | 25篇 |
1996年 | 19篇 |
1995年 | 16篇 |
1994年 | 15篇 |
1993年 | 17篇 |
1992年 | 13篇 |
1991年 | 9篇 |
1990年 | 10篇 |
1989年 | 8篇 |
1988年 | 2篇 |
1987年 | 8篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1981年 | 1篇 |
排序方式: 共有2082条查询结果,搜索用时 726 毫秒
391.
机场道面裂缝、角隅断裂、接缝破碎、修补等病害宽度狭小、长短不一、图像中像素占比少,呈细带状结构,且与复杂背景对比度低,现有检测算法效果不佳。针对以上问题,提出了一种基于注意力机制与特征融合的深度神经网络模型DetMSPNet。首先,利用注意力机制模块CBAM,使得特征学习更加专注于细带状结构病害区域,抑制干扰信息;其次,构建残差空洞金字塔模块,提取不同尺度空间下的特征信息;然后,设计最大池化支路,便于之后浅、深层不同层次特征进行融合,加强模型对于病害的定位能力,并且将深层特征输入3种不同扩张率的扩张卷积和金字塔池化模块,使得病害特征包含更多全局上下文信息;最后,对所有层输出的病害特征信息进行融合,实现不同尺度、不同层次特征的信息互补。与目前3种经典的目标检测算法在机场道面病害图像数据集APD上做了对比实验,结果表明:所提算法的mAP达到78.51%,优于对比算法。所提DetMSPNet模型,提高了算法对机场道面细带状结构病害检测中宽度狭小、长短不一、图像中像素占比少、与复杂背景对比度低等情况的适应能力。 相似文献
392.
介绍AFDX的标准化文档ARINC664系列规范的构成与发展过程,以及国内外在交换式以太网的平台电子应用领域的研究和标准化的进展情况,重点阐述为了适用航空电子"(时间)确定性网络"的需求,相关的规范(主要是ARINC664第7部分)对网络流量控制与调度机制的实时性能保证机制的标准化规定,并展望经过实时性能改造的交换式以太网技术及其标准化工作在我国发展大中型飞机中的应用前景。 相似文献
393.
划船补偿算法一般以典型划船运动为基础,利用最优化理论来进行推导.圆锥补偿算法不仅可利用最优化理论,还可利用Goodman-Robinson理论进行推导.利用对偶原理,将Goodman-Robinson理论下得到的二子样修正圆锥补偿算法推广至划船补偿算法设计中,得到一种改进的二子样划船补偿算法.在典型划船运动条件下,对得到的划船补偿算法进行了数字仿真,并与二子样优化划船补偿算法进行了对比研究.仿真结果表明,此改进二子样划船补偿算法能提高速度更新精度. 相似文献
394.
张志通 《北华航天工业学院学报》2009,19(1)
电阻应变传感器在实际工程中应用很广,但由于元件材料本身和结构形式、工艺、应变计性能及粘贴等原因,还会由于温度变化而产生零点漂移而产生误差,本文对其补偿技术进行分析. 相似文献
395.
396.
397.
398.
角速率输入下圆锥补偿算法的一般形式 总被引:1,自引:0,他引:1
传统圆锥补偿算法直接应用于由速率陀螺组成的捷联惯导系统时,算法误差明显增大.为抑制算法误差,提出了一种以角速率为输入信号,任意子样数圆锥补偿算法(包括改进算法)的一般形式,并在典型圆锥运动条件下以算法漂移误差最小为优化准则,推导了相应的圆锥补偿系数方程和算法误差表达式.利用给出的公式,求解一个线性方程组即可得到圆锥补偿系数,可方便快捷的设计任意子样数的角速率圆锥补偿算法以及改进算法.仿真结果表明,所设计的改进算法比同子样数常规角速率圆锥补偿算法在精度上有明显提高. 相似文献
400.
红外无人机目标检测在军民领域的应用前景广阔。由于无人机目标尺度较小,空中环境复杂多变,目前普遍存在检测率低和误报率高的现象。针对复杂场景下红外无人机目标检测不良等问题,本文提出ST-YOLOA目标检测模型。首先,使用Swin Transformer网络架构和协调注意力(CA)机制搭建STCNet骨干特征提取网络;其次,特征融合部分采用带残差结构的PANet路径聚合网络构建特征金字塔提升整体特征提取能力,同时改进了上下采样方式以增强检测能力;最后,使用解耦检测头预测无人机目标的位置。试验结果表明,本文提出的模型检测精度为92.8%,检测速度达到了22帧/s,这表明该模型与其他模型相比具有较好的检测效果,且基本满足实时性检测要求,对于多无人机目标场景下的检测具有现实意义。 相似文献