全文获取类型
收费全文 | 128篇 |
免费 | 26篇 |
国内免费 | 48篇 |
专业分类
航空 | 92篇 |
航天技术 | 36篇 |
综合类 | 14篇 |
航天 | 60篇 |
出版年
2024年 | 1篇 |
2023年 | 7篇 |
2022年 | 12篇 |
2021年 | 13篇 |
2020年 | 15篇 |
2019年 | 16篇 |
2018年 | 15篇 |
2017年 | 16篇 |
2016年 | 12篇 |
2015年 | 9篇 |
2014年 | 11篇 |
2013年 | 13篇 |
2012年 | 9篇 |
2011年 | 7篇 |
2010年 | 5篇 |
2009年 | 9篇 |
2008年 | 5篇 |
2007年 | 1篇 |
2006年 | 10篇 |
2005年 | 2篇 |
2003年 | 4篇 |
2002年 | 2篇 |
2001年 | 1篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1991年 | 2篇 |
排序方式: 共有202条查询结果,搜索用时 15 毫秒
131.
单层n元自适应模式识别系统(WISARD)由于其大规模并行分布处理能力、通用性和自适应性而显示了巨大的应用潜力。但由于其结构的原因,系统性能受到了一定的限制。Kanerva提出的稀疏存贮器结构和WISARD的RAM阵列结构有相似之处。而且这种稀疏分布存贮的原理,可以从结构上解决WISARD的固有缺陷。根据SDM的概念,在WISARD的基础上,本文提出了一种新颖的双层自适应模式识别系统模型。它除了保持WISARD的原有特点之外,在解决大维数或非确定性模式数据的识别问题以及控制系统成本方面有着明显的优势。在该系统上进行的多体印刷汉字识别试验,初步优化了系统各参数的关系,验证了模型的可行性。 相似文献
132.
133.
134.
135.
点云被广泛地用于三维物体表达,不过真实世界采集到的点云往往数据庞大,不利于传输与储存,针对点云数据冗余性问题,引入基于注意力机制的Transformer模块,提出一种基于Transformer的端到端多尺度点云几何压缩方法。将点云进行体素化,在编码端利用稀疏卷积提取特征,进行多尺度的逐步下采样,结合Transformer模块加强点空间特征感知与提取;在解码端进行对应的多尺度上采样重建,同样采用Transformer模块对有用特征进行加强与恢复,逐步细化并重建点云。与2种点云标准编码方法对比,所提方法平均获得80%和75%的BD-Rate增益;与基于深度学习的点云压缩方法对比,平均获得16%的BD-Rate增益,在相同码率点有约0.6的PSNR提升。实验结果表明:Transformer在点云压缩领域的可行性与有效性;在主观质量方面,所提方法也有明显的主观效果提升,重建的点云更接近原始点云。 相似文献
136.
为了改善高误码率情况下低密度奇偶校验(LDPC)码稀疏校验矩阵重建算法的性能,基于迭代译码的思想提出了一种稀疏校验矩阵的重建算法。首先,利用对偶空间算法获取到部分非稀疏校验向量,并对其进行稀疏化处理。其次,利用稀疏化后的校验向量对LDPC码进行软判决迭代译码,从而对码字中错误比特进行纠正,以改善码字质量。然后,对纠错后码字再次进行校验向量获取,不断重复迭代。最后,实现LDPC码稀疏校验矩阵的重建。实验结果表明:在误码率为10-3量级下,针对IEEE802.16e、IEEE802.11n等协议下的LDPC码,所提算法均能有效完成重建,同时新算法的稀疏矩阵重建率要明显好于传统方法。 相似文献
137.
针对航天器装备中蜂窝夹层复合材料板中的超声Lamb波传播特性难以准确估计的问题,提出基于导波信号稀疏表达与重构方法的传播特性曲线估计方法。首先,根据Lamb波传播的散射模型建立Lamb波在频率?波数域下的稀疏表达方程;然后,以Lamb波频率?波数域表达的稀疏性为约束条件,建立基于l1范数的基追踪消噪求解方法;最后,通过提取重构的导波频率?波数域表达结果脊线,可准确获取Lamb波传播的频散速度曲线。在蜂窝夹层复合材料机翼结构上进行测试实验验证的结果表明,该方法能在有限次数的测试下保证传播特性曲线的估计精度,具有较好的工程应用前景。 相似文献
138.
139.
从信息融合理论出发,将特征的稀疏表达作为特征融合参数,提出一种结合K奇异值分解(KSVD)和最大相关最小冗余准则(mRMR)的轴承摩擦故障特征融合算法。该算法采用KSVD对信号稀疏化,将稀疏系数对应的字典原子作为特征融合的参数,用以表达非线性故障信息;针对字典原子集的优化选择问题,基于互信息的mRMR提出一种确定最优原子集的原子数目的准则;最后,通过最大化原则融合稀疏系数,提取故障状态监测的有效信息。轴承摩擦故障模拟实验的结果表明,所提方法能够更好地融合不同特征的故障信息,相比于单特征和其他融合特征方法,提高了约12%的故障识别率。 相似文献
140.