全文获取类型
收费全文 | 796篇 |
免费 | 129篇 |
国内免费 | 96篇 |
专业分类
航空 | 487篇 |
航天技术 | 144篇 |
综合类 | 107篇 |
航天 | 283篇 |
出版年
2024年 | 15篇 |
2023年 | 44篇 |
2022年 | 38篇 |
2021年 | 57篇 |
2020年 | 58篇 |
2019年 | 50篇 |
2018年 | 28篇 |
2017年 | 45篇 |
2016年 | 43篇 |
2015年 | 40篇 |
2014年 | 42篇 |
2013年 | 57篇 |
2012年 | 70篇 |
2011年 | 51篇 |
2010年 | 55篇 |
2009年 | 44篇 |
2008年 | 32篇 |
2007年 | 36篇 |
2006年 | 23篇 |
2005年 | 21篇 |
2004年 | 31篇 |
2003年 | 13篇 |
2002年 | 11篇 |
2001年 | 9篇 |
2000年 | 10篇 |
1999年 | 8篇 |
1998年 | 13篇 |
1997年 | 11篇 |
1996年 | 5篇 |
1995年 | 10篇 |
1994年 | 11篇 |
1993年 | 7篇 |
1992年 | 8篇 |
1991年 | 7篇 |
1990年 | 5篇 |
1989年 | 11篇 |
1987年 | 1篇 |
1982年 | 1篇 |
排序方式: 共有1021条查询结果,搜索用时 15 毫秒
31.
基于改进PSO-SVM参数优化的发动机起动过程辨识 总被引:2,自引:0,他引:2
针对影响支持向量机辨识性能的核函数及相关参数,找出使辨识结果最佳的核函数;结合两种措施改进粒子群算法,优化相关参数,选择最佳的参数组合.对比 BP 神经网络和支持向量机对发动机起动过程的辨识结果,得到支持向量机的辨识精度和收敛时间优于 BP 神经网络,与起动数据基本一致.在训练样本存在噪声的情况下,验证了所建辨识模型具... 相似文献
32.
进行无限冲击响应(IIR)数字滤波器的无约束Chebyshev设计时,得到的滤波器幅值响应通常在过渡带存在明显过冲现象,且通带边缘的群延迟误差较大。本文提出一种序列约束Chebyshev(SCC)方法,在通带和阻带最大频率响应(FR)误差小于某给定值ρ的条件下,使过渡带频率响应误差(相对某个具有单调幅值特性的过渡响应函数)的Chebyshev模最小,并通过收缩和对分找出ρ的最小值。该方法不但可以使通带和阻带最大频率响应误差尽可能小,还能减小过渡带幅值响应的过冲以及带边群延迟误差。仿真实例表明了该方法的有效性。 相似文献
33.
运用粒子群算法解决航空企业自动化立体仓库中输送系统的调度优化问题.针对某主机厂自动化立体仓库输送系统的特点,采用分拣上/下包台、出/入库台、AGV运行的时间总和最小化作为性能指标,用粒子群算法的基本原理作为优化思想,然后使用 MATLAB软件进行算法仿真,分析结果的合理性.结果表明,该模型及仿真结果是合理的,效率高,满足航空企业使用需求. 相似文献
34.
建立了基于粒子群优化的轴流压气机机匣压力支持向量机预测模型.利用支持向量机的强大非线性映射能力,实现了对某型轴流压气机机匣压力时间序列的非线性预测,并运用粒子群优化算法对支持向量机的重要参数进行了优化,增强了预测模型对混沌动力学的联想和泛化推理能力,提高了预测的精度和稳定性.而针对发动机台架试验数据的预测结果证明了方法... 相似文献
35.
36.
在多属性群决策分析中,由于涉及到各属性评价值的综合和专家个体评判的集结,所以决策群体很难对方案直接评优,针对多属性群决策方法问题,给出了一种分析方法.首先,给出了每位专家多属性数值决策矩阵和理想点的定义;然后通过定义专家群体贴近度矩阵和专家群体理想点,给出了基于多属性数值决策矩阵形式偏好信息的群决策方法;最后,通过一个算例对该方法的合理性和有效性进行了说明。 相似文献
37.
38.
离散型粒子群算法求解民航飞机排班问题 总被引:1,自引:0,他引:1
本文首先介绍了民航飞机排班问题,给出了飞机排班问题的基本数学模型。然后介绍了离散型粒子群算法的基本原理和在组合优化问题方面的应用,并通过相应参数的匹配选择将离散型粒子群算法引入到民航飞机排班问题。 相似文献
39.
为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型. 相似文献
40.