全文获取类型
收费全文 | 315篇 |
免费 | 91篇 |
国内免费 | 50篇 |
专业分类
航空 | 224篇 |
航天技术 | 105篇 |
综合类 | 40篇 |
航天 | 87篇 |
出版年
2024年 | 4篇 |
2023年 | 12篇 |
2022年 | 17篇 |
2021年 | 23篇 |
2020年 | 14篇 |
2019年 | 11篇 |
2018年 | 28篇 |
2017年 | 11篇 |
2016年 | 14篇 |
2015年 | 18篇 |
2014年 | 22篇 |
2013年 | 12篇 |
2012年 | 14篇 |
2011年 | 29篇 |
2010年 | 20篇 |
2009年 | 16篇 |
2008年 | 30篇 |
2007年 | 23篇 |
2006年 | 16篇 |
2005年 | 15篇 |
2004年 | 13篇 |
2003年 | 12篇 |
2002年 | 9篇 |
2001年 | 8篇 |
2000年 | 13篇 |
1999年 | 4篇 |
1998年 | 4篇 |
1997年 | 3篇 |
1996年 | 4篇 |
1995年 | 5篇 |
1994年 | 8篇 |
1993年 | 2篇 |
1992年 | 7篇 |
1991年 | 6篇 |
1990年 | 3篇 |
1989年 | 4篇 |
1988年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有456条查询结果,搜索用时 140 毫秒
441.
针对现有建模方法无法有效对航空产品 CATIA 模型进行快速修改与重用的问题,提出了以曲面分割为建模策略的结构稳健性建模方法。该方法通过对父子关系关联传播路径进行分析,找出影响 CATIA 特征模型结果稳健性的因素,即几何元素方向、几何拓扑元素、建模策略。通过研究特征构建时,输人元素的性质和基于此性质的操作方法,实现结构稳健性建模,即通过对外部输人和建模过程中的关键几何元素进行方向控制、创建显式参考代替几何拓扑元素、禁止使用复杂草图、采用基于曲面分割的设计特征模块化建模策略等方式,实现特征模型的快速修改与重用。工程实例证明了所提方法的实用性和可靠性。 相似文献
442.
443.
444.
445.
446.
447.
固体发动机在点火过程中常由于结构完整性问题而出现爆炸或性能曲线异常等问题,结合发动机在点火状态下推进剂的受载情况,亟待探索固体推进剂的率相关损伤机理。本研究从某HTPB复合固体推进剂在宽温和宽应变率下单向定速拉伸试验的力学响应特征入手,针对应力-应变曲线呈现的“双峰”、“脱湿”点前后移位等现象阐释了推进剂的率相关界面损伤特性。然后,基于建立的推进剂细观有限元模型对推进剂的率相关损伤过程进行了仿真计算,通过提取有限元分析结果的损伤界面分析了推进剂的界面损伤机理。最后,通过高速摄像试验的结果对损伤机理进行了验证。结果表明,推进剂的界面损伤过程具有很强的率相关性,“双峰”和“脱湿”点前后移位均与推进剂在不同应变率下拉伸时内部的损伤演化过程有关。通过对比推进剂在不同应变率下拉伸时断裂前的形貌,高应变率下AP颗粒析出数量较多,在一定程度上印证了本研究对推进剂损伤机理的阐释。 相似文献
448.
空间站研制过程中,获取准确的航天器主要动力学特性有重要意义,整器动力学特性测试是研制过程中一项必不可少的大型试验项目。针对空间站梦天实验舱整器动力学问题,通过建立螺栓—法兰局部连接结构的有限元模型,分析接触状态下刚度随外力的变化关系,分别计算拉压特性下的刚度量级,并采用子结构综合方法,依据部件级模态测试结果得到梦天实验舱整器的动力学特性。结果表明:将螺栓法兰连接刚度等效为双线性弹簧,结合子结构综合预示方法,梦天整器动力学特性的预示具有较高精度。通过连接结构的精细化建模和子结构综合预示,只需进行舱段级模态试验,节省了研制经费、缩短了研制周期,可为空间站及其他大型航天器的研制提供指导。 相似文献
449.
近年来MEMS陀螺发展迅速,应用广泛,但性能参差不齐。为改善MEMS陀螺的输出信号性能,综述了近年来小波阈值去噪法在该领域内的研究进展情况。重点从阈值函数的不同改进形式、阈值选取方式的不同以及分解层数三方面对比分析各小波阈值去噪法之间的优缺点。通过现阶段的去噪效果评判标准,结合MEMS陀螺信号的特点,对近年来小波阈值去噪的应用情况进行分析说明,总结小波阈值去噪法在不同使用条件下对MEMS陀螺信号处理上的优势与不足,为后续相关研究提供一定的参考价值。 相似文献
450.
《Advances in Space Research (includes Cospar's Information Bulletin, Space Research Today)》2023,71(7):3076-3089
Applications including change detection, disaster management, and urban planning require precise building information, and therefore automatic building extraction has become a significant research topic. With the improvements in sensor and satellite technologies, more data has become available, and with the increased computational power, deep learning methods have emerged as successful tools. In this study, U-Net and FPN architectures using four different backbones (ResNet-50, ResNeXt-50, SE-ResNext-50, and DenseNet-121), and an Attention Residual U-Net approach were used for building extraction from high-resolution aerial images. Two publicly available datasets, Inria Aerial Image Labeling Dataset and Massachusetts Buildings Dataset were used to train and test the models. According to the results, Attention Residual U-Net model has the highest F1 score with 0.8154, IoU score with 0.7102, and test accuracy with 94.51% on the Inria dataset. On the Massachusetts dataset, FPN Dense-Net-121 model has the highest F1 score with 0.7565 and IoU score with 0.6188, and Attention Residual U-Net model has the highest test accuracy with 92.43%. It has been observed that, FPN with DenseNet backbone can be a better choice when working with small size datasets. On the other hand, Attention Residual U-Net approach achieved higher success when a sufficiently large dataset is provided. 相似文献