全文获取类型
收费全文 | 750篇 |
免费 | 45篇 |
国内免费 | 32篇 |
出版年
2024年 | 10篇 |
2023年 | 29篇 |
2022年 | 24篇 |
2021年 | 39篇 |
2020年 | 37篇 |
2019年 | 17篇 |
2018年 | 1篇 |
2017年 | 9篇 |
2016年 | 15篇 |
2015年 | 12篇 |
2014年 | 52篇 |
2013年 | 43篇 |
2012年 | 44篇 |
2011年 | 46篇 |
2010年 | 54篇 |
2009年 | 40篇 |
2008年 | 54篇 |
2007年 | 55篇 |
2006年 | 36篇 |
2005年 | 36篇 |
2004年 | 29篇 |
2003年 | 20篇 |
2002年 | 18篇 |
2001年 | 16篇 |
2000年 | 19篇 |
1999年 | 9篇 |
1998年 | 15篇 |
1997年 | 13篇 |
1996年 | 4篇 |
1995年 | 9篇 |
1994年 | 3篇 |
1993年 | 3篇 |
1992年 | 7篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1989年 | 5篇 |
排序方式: 共有827条查询结果,搜索用时 148 毫秒
101.
宜春飞龙钻头制造有限公司座落在我国第一批经济生态试点城市——赣西古城宜春市,它是集设计与制造于一体的牙轮钻头专业制造企业。该公司前身是始建于1965年由上海内迁的三线军工企业—宜春第一机械厂。1979年工厂实行军转民。为了做精做强做久企业,2002年成立了合资公司——宜春飞龙钻头制造有限公司。在十多年的国防建设中,老一机人发扬“团结、进取、拼搏、高效”的企业精神,积极投身国防建设事业,创造了一项又一项的奇迹和成绩,多次被兵器部评为先进单位。军转民后,企业成功地为国家能源开发领域和运输工业研制生产了油用、矿用钻头和… 相似文献
102.
智能天线在伪卫星增强系统中的抗干扰作用 总被引:1,自引:0,他引:1
过去的十年中,卫星导航技术在武器系统的导航和制导领域得到了很好的应用.但是,系统的应用过程中无线电射频干扰对其通信链路的性能会产生极大的影响,智能天线技术是一种比较有效的抗干扰措施.对伪卫星增强系统多种智能天线的自适应算法进行了比较分析.结果表明SMI算法相对其他算法而言在收敛速率和天线方向图的效果上皆有相当的优越性.适合于伪卫星增强系统的干扰抑制应用. 相似文献
103.
104.
105.
与常见的无人系统集群需要进行预先规划和控制机制不同,生物集群采用分布式和反应式架构,具备完成复杂任务的强大智能能力。受生物集群系统启发,设想无人系统集群中的个体能够对所遇到的环境进行独立反应,并展现出集群协同行为。针对这一设想,提出基于单体视觉膜投影模型的集群控制方法,并对其进行理论分析和推导,实现了群体内自组织集群控制;通过观察和计算运动过程中群体的稳定性、一致性、协调性等相关指标,探究所提出自组织模型对不同类型任务的适应性。此外,针对群体遭遇外来攻击的情形,设计了合理的群体避障机制,使得集群能够实现紧急安全避障,从而提高集群面临突发情况时的应对能力。 相似文献
106.
一名美军特种兵空降到了纵深,经过一天的跋涉和与战友联络,虽然他并不感到饥饿和疲劳显然贴在肚脐上的“智能食物”贴片发挥了作用,但干燥的沙漠气候加上紧张和孤独,还是使他口干舌燥,他很想用清水湿湿头、拍拍脸,最好能饮用一点。正巧,土丘后面有一水沟,仇他不能确定邪水足否干净、安全。 相似文献
107.
深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。 相似文献
108.
109.
110.
在总结了几种比较常见的故障预测方法的基础上,介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取,并详细介绍了模型参数的选取过程,避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域,并以一组智能BIT状态监测的数据对预测模型进行训练和验证,实验结果表明支持向量回归模型能有效地对雷达故障进行预测。 相似文献