全文获取类型
收费全文 | 493篇 |
免费 | 80篇 |
国内免费 | 73篇 |
专业分类
航空 | 394篇 |
航天技术 | 71篇 |
综合类 | 66篇 |
航天 | 115篇 |
出版年
2024年 | 8篇 |
2023年 | 29篇 |
2022年 | 25篇 |
2021年 | 18篇 |
2020年 | 27篇 |
2019年 | 28篇 |
2018年 | 18篇 |
2017年 | 18篇 |
2016年 | 23篇 |
2015年 | 24篇 |
2014年 | 31篇 |
2013年 | 28篇 |
2012年 | 32篇 |
2011年 | 28篇 |
2010年 | 23篇 |
2009年 | 28篇 |
2008年 | 30篇 |
2007年 | 31篇 |
2006年 | 23篇 |
2005年 | 28篇 |
2004年 | 22篇 |
2003年 | 17篇 |
2002年 | 14篇 |
2001年 | 18篇 |
2000年 | 10篇 |
1999年 | 13篇 |
1998年 | 9篇 |
1997年 | 5篇 |
1996年 | 4篇 |
1995年 | 1篇 |
1994年 | 6篇 |
1993年 | 5篇 |
1992年 | 4篇 |
1991年 | 8篇 |
1990年 | 2篇 |
1989年 | 4篇 |
1988年 | 3篇 |
1986年 | 1篇 |
排序方式: 共有646条查询结果,搜索用时 359 毫秒
201.
202.
压力容器边缘应力的有限无分析 总被引:6,自引:0,他引:6
本文运用有限单元法对压力容器的边缘应力进行了分析,讨论了筒体和封头的边缘应力的分布。结果表明,利用有限单元法进行边缘应力的分析,简单易行、速度快、精度高。 相似文献
203.
为增强雾天图像的对比度及颜色和亮度恒常性,提出了一种改进型Retinex算法雾天图像增强算法。使用改进的双边滤波器作为滤波函数,在保持边缘信息的同时去除噪声的干扰;并使用S型函数曲线对Retinex算法中对数域相减去除入射光分量的图像进行颜色恢复处理,增强整幅图像的对比度和感知特性,还原图像的色彩信息。实验结果表明,所提的改进算法能有效提高雾天图像的清晰度和对比度,相较原雾天图像清晰度提升约200%,标准差提升约110%,信息熵提升约10%。同时,可保持更加真实鲜艳的图像颜色,计算复杂度较低,满足实时性要求。 相似文献
204.
英国Aleksander等人用RAM网络实现的自适应模式识别系统可以认为是一种逻辑神经网络,本文详细描述了利用这种模型实现的自适应窗口边缘2检测技术,包括模型的理论分析,边缘检测种种的各种实现方法和实验结果。基于这种模型的边缘检测技术的基本思想是:首先对窗口边缘检测技术,包括模型的理论分析,边缘检测的各种实现方法和实验结果。训练一个或多个对目标物体边缘敏感的模式,然后对图像逐点扫描和测试,根据窗口对特定扫描区域的响应实现对边缘的检测。其过程和模式识别中的训练—识别过程相似。文中讨论了“中心块”和“边缘训练”窗口的响应行为以及窗口大小的选择、响应阀值的确定和N元的选用等具体方法。并给出了相应的实验结果。研究表明,这种方法对边缘检测和噪音滤除都具有较好的效果,且硬件容易并行实现。 相似文献
205.
在边缘计算增强的低轨卫星网络场景下,低轨卫星集群协同处理地面任务能有效降低用户响应时延。对卫星集群的联合卸载决策和资源分配优化问题进行研究,将其描述为一个混合整数规划问题,并采用了一种基于分布式深度学习算法的卫星边缘计算卸载算法(deep learning based offloading algorithm,DLOA)。该算法使用多个并行DNN用于生成卸载决策并采用经验回放存储新生成的卸载决策,当采用隐藏层结构不同的DNN,收敛速度比同构DNN提升18%,收敛值与最优值的比值基本为1,可以认为已收敛至最优。此外,探讨了DNN的数量对所使用的算法的影响,仿真结果表明采用少量DNN就可以获得近优的收敛效果。通过对不同任务规模下采用不同算法的任务完成率进行研究,结果表明DLOA算法可通过采用异构DNN和优化资源分配方案显著提升完成率,其较单星运算方案任务完成率提升1倍,较二进制粒子群算法方案提升20%。 相似文献
206.
207.
208.
为了解决条烟封箱机装箱过程中的缺条检测问题,本文在研究红外图像处理技术的基础上,提出了一种基于红外成像的烟垛缺条检测方法,该方法通过对实时拍摄的烟垛端部图像进行形态学处理、边缘提取,计算边缘图像构成的轮廓矩,并通过对比该图像和模板的轮廓矩信息判断烟垛是否缺条。并根据实际应用,设计了基于红外成像的条烟封箱自动检测系统。实际检测表明,所研制的红外成像自动检测系统能很好的解决香烟封箱过程中的缺条检测问题,具有很好的应用价值。 相似文献
209.
一种基于边缘测度的加权Hausdorff景象匹配方法 总被引:2,自引:0,他引:2
针对经典Hausdorff距离匹配算法中仅考虑图像间边缘点的几何关系,而未充分考虑边缘点边缘测度显著性差异对Hausdorff有向距离贡献不同的特点,提出一种基于边缘测度的加权Hausdorff距离(EM-WHD)景象匹配方法.该方法集合结构张量和局部均值比方法构造出边缘测度图像,并根据测度图提取图像边缘;在图像匹配过程中.基于边缘测度的显著性不同,对每个边缘点采用不同权值的加权Hausdorff距离进行图像匹配定位.仿真实验结果证明了本文方法的有效性和计算快速性. 相似文献
210.