全文获取类型
收费全文 | 3089篇 |
免费 | 604篇 |
国内免费 | 418篇 |
专业分类
航空 | 2196篇 |
航天技术 | 608篇 |
综合类 | 328篇 |
航天 | 979篇 |
出版年
2024年 | 36篇 |
2023年 | 113篇 |
2022年 | 133篇 |
2021年 | 144篇 |
2020年 | 136篇 |
2019年 | 159篇 |
2018年 | 100篇 |
2017年 | 117篇 |
2016年 | 141篇 |
2015年 | 145篇 |
2014年 | 164篇 |
2013年 | 178篇 |
2012年 | 192篇 |
2011年 | 231篇 |
2010年 | 180篇 |
2009年 | 222篇 |
2008年 | 217篇 |
2007年 | 194篇 |
2006年 | 172篇 |
2005年 | 142篇 |
2004年 | 124篇 |
2003年 | 120篇 |
2002年 | 95篇 |
2001年 | 109篇 |
2000年 | 71篇 |
1999年 | 33篇 |
1998年 | 52篇 |
1997年 | 53篇 |
1996年 | 47篇 |
1995年 | 53篇 |
1994年 | 54篇 |
1993年 | 27篇 |
1992年 | 40篇 |
1991年 | 35篇 |
1990年 | 27篇 |
1989年 | 24篇 |
1988年 | 17篇 |
1987年 | 7篇 |
1986年 | 3篇 |
1985年 | 3篇 |
1982年 | 1篇 |
排序方式: 共有4111条查询结果,搜索用时 31 毫秒
1.
2.
针对红外与可见光图像融合中特征损失严重、显著目标不突出的问题,提出了一种低秩表示分解与深度神经网络相结合的图像融合算法。首先,对源图像进行潜在低秩表示分解(DLatLRR),得到相应的低秩部分、显著部分及稀疏噪声。然后,分别采用16层的VGG Net模型和联合特征加权算法对低秩部分与显著部分进行融合,舍弃二者的稀疏噪声。最后,对融合得到的低秩部分和显著部分进行图像重建,得到最终的融合图像。实验结果表明:与其他算法进行比较,所提算法能够对图像的深层次细节特征进行融合,突出场景中的感兴趣区域,且融合图像的相关差异和、结构相似性、线性相关度等多种客观指标均有所提升,提升最大值分别为0.73、0.15、0.11,噪声产生率的最大缩减值为0.041 2。 相似文献
3.
针对由高斯模糊和泊松噪声引起的图像降质问题,提出了一种基于结构加权低秩近似的图像去模糊方法。首先,通过依次组合缩放、旋转、剪切和翻折等四种基本操作引入结构变换,以增加搜索空间内候选图像块的相似性。然后,构造新的目标函数,利用相似图像块的低秩性,在正则项中使用加权核范数(WNN)对结构变换后的图像块进行惩罚,以在去模糊的同时抑制泊松噪声。最后,基于半正定二次分裂(HQS)方法设计交替优化方案,用于求解目标函数,从泊松图像中去除模糊。实验结果表明:在多种泊松噪声强度下,所提方法取得的峰值信噪比(PSNR)和结构相似性(SSIM)都高于当前同类去模糊方法。 相似文献
4.
5.
6.
电路在特定的环境条件下发生自激是线路的一种常见现象,电路的匹配问题又是一个比较复杂的问题。本文介绍一个实际应用中电路自激的实例和对实例的理论分析,并给出了校正的措施。 相似文献
7.
简要叙述了在西北工业大学二元柔壁自适应风洞中利用面元法进行二元半机翼模型试验的研究情况,分析了面元法的基本思想和部分试验结果。 相似文献
8.
液体推进剂偏二甲肼(以下简称 UDMH)已成熟地应用在导弹武器和航天运载火箭上,其生产过程产生 N一二甲基亚硝胺(以下简称 DMNA),其使用过程在大气和水体中产生 DMNA,火箭发动机燃气中存在 DMNA。DMNA 是世界卫生组织(IARC)公认的致癌物质。研究 UDMH 和 DMNA 的转化过程及其在大气、水体中 DMNA 的去除办法,对环境保护及航天高科技的发展具有特殊的意义。本文作者积多年推进剂分析、使用、环境监测及废水、废气治理的经验和研究结果以相关的资料和翔实的实验数据为依据就上述有关问题展开学术研究和讨论。对推动UDMH 的科学使用和 DMNA 的污染治理不乏有抛砖引玉的作用 相似文献
9.
刘勇谋 《燃气涡轮试验与研究》1992,(3):32-36
本利用图论这一数学工具,针对航空发动机附件传动系统设计中的实际问题,提出了一种新的分析方法-发动机附件传动系统图论分析法。实践证明,这是一种切实可行的方法。 相似文献
10.
证明了最小二乘直线函数是一种严格的凸函数。F(a,b)=∑(y-ax_i-b)~2是一个椭圆抛物面。a=[n∑x_iy_i-∑x_i∑y_i]/[n∑x_i^2-(∑x_i)~2]和b=[∑x_i^2∑y_i-∑x_i∑x_i∑y_i]/[n∑x_i^2-(∑x_i)~2]仅表示极值点。a=∑x_iy_i/∑x_i和 b=[∑x_i^2∑y_i-∑x_i∑x_iy_i]/[n∑x_i^2]在某些情况下可以是极值点,但不是在每种情况下都是极值点。 相似文献