全文获取类型
收费全文 | 496篇 |
免费 | 71篇 |
国内免费 | 82篇 |
专业分类
航空 | 295篇 |
航天技术 | 131篇 |
综合类 | 71篇 |
航天 | 152篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 7篇 |
2021年 | 15篇 |
2020年 | 18篇 |
2019年 | 12篇 |
2018年 | 19篇 |
2017年 | 25篇 |
2016年 | 25篇 |
2015年 | 12篇 |
2014年 | 26篇 |
2013年 | 28篇 |
2012年 | 40篇 |
2011年 | 41篇 |
2010年 | 36篇 |
2009年 | 47篇 |
2008年 | 32篇 |
2007年 | 35篇 |
2006年 | 43篇 |
2005年 | 36篇 |
2004年 | 30篇 |
2003年 | 23篇 |
2002年 | 15篇 |
2001年 | 17篇 |
2000年 | 9篇 |
1999年 | 9篇 |
1998年 | 9篇 |
1997年 | 5篇 |
1996年 | 7篇 |
1995年 | 4篇 |
1994年 | 2篇 |
1993年 | 3篇 |
1992年 | 4篇 |
1991年 | 5篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1988年 | 2篇 |
排序方式: 共有649条查询结果,搜索用时 593 毫秒
231.
232.
233.
234.
研究气泡变形对于分析泡状流中气泡的受力和运动具有重要意义.设计了一种可确定稀疏泡状流中气泡空间坐标与变形参数的图像测量技术:原始图像经预处理和增强后,结合形态学方法识别出变形气泡投影的闭合轮廓.改进了分水岭方法对气泡投影进行分割,并用对称直线法确定投影中心改进Hough变换,得到椭球气泡模型的投影椭圆参数.提出了一种由两幅投影轮廓重构三维气泡模型的算法并分析了实验误差.该技术可较准确地测得气泡空间坐标和变形参数:投影椭圆的参数误差小于3个像素,气泡识别误差小于15%. 相似文献
235.
为提高在低信噪比与先验信息不足条件下对线性调频(LFM)信号识别能力,借鉴信息论中的熵权法改进WHT(Wigner-Hough Transform),提出了一种基于切片熵权的WHTE(Wigner-Hough Transform based on Entropy)算法。推导出LFM信号的WHT与对应特性,将WHT变换域内极半径和角度切片的熵值来转换为权重因子,进而对每个切片进行加权处理,采用双层权重以弱化噪声与干扰项的影响,并推导出LFM信号与高斯白噪声在WHT维度内不同假设条件下的概率密度分布函数,构建了对于LFM信号WHT后恒虚警检测的完备流程。通过理论分析与公式推导论证了算法的可行性,并与WHT、分数阶傅里叶变换与周期WHT算法的仿真对比,验证了算法的有效性,凸显WHTE算法能够在强噪声背景下与没有先验支撑时实现对LFM信号的良好检测。 相似文献
236.
基于小波变换和神经网络的直升机旋翼不平衡故障诊断方法 总被引:1,自引:1,他引:0
依据直升机旋翼不平衡故障空间与多点机体振动空间存在一对一映射关系的理论,采用某旋翼试验台设置桨距不平衡、质量不平衡以及后缘调整片不平衡的方法获取试验数据。利用小波变换和神经网络处理直升机机体振动信号,并对直升机旋翼单故障和复合故障进行诊断。最终实现了一种利用小波变换处理机体振动信号诊断旋翼不平衡故障的方法。 相似文献
237.
238.
断口图像的识别是进行失效分析的一个重要组成部分,本文提出一种基于小波的断口识别方法,该方法采用树形小波对金属断口图像进行二级小波变换,剔除近似分量,对其余的各个频带输出的标准差作为断口识别的特征,并采用最小距离分类法进行分类,实验证明,此方法对细节丰富的断口的识别率很高。 相似文献
239.
已有的提取多边形特征的方法都仅适合于刚体变换和相似变换,本文提出一种适合仿射变换的提取多边形特征的新方法。给出快速判别多边形顶点凹凸性和计算多边形简比的方法。首先提取多边形的拓扑特征??顶点数和多边形的凹凸性,可以对多边形进行定性识别,对噪音不敏感;其次提取多边形的几何特征———平行性、相互平行的边的比值以及简比等特征,可以对多边形进行定量分析,并能够反应多边形形状的细微差别;最后用实验进行验证,结果表明本文的特征提取方法简单有效。 相似文献
240.
基于Contourlet变换的子带自适应图像去噪 总被引:3,自引:0,他引:3
王忠华 《南昌航空工业学院学报》2006,20(2):21-23
Contourlet变换是继小波变换之后的又一新变换。由于Contourlet变换的多尺度和多方向特性,能有效地捕获到自然图像中的轮廓,并对其进行稀疏表示.本文提出一种基于Contourlet变换子带自适应图像的新颖去噪算法。该算法核心是估计无噪期望信号的概率。即结合无噪子带系数的广义Laplacian模型和加性高斯白噪声的概率估计,分析每个子带信号概率为固定的情况。实验结果显示这种新的子带自适应图像去噪算法优于Bayesian wavelet shrinkage和ContourletHMT算法。 相似文献