全文获取类型
收费全文 | 795篇 |
免费 | 193篇 |
国内免费 | 20篇 |
出版年
2024年 | 4篇 |
2023年 | 23篇 |
2022年 | 22篇 |
2021年 | 21篇 |
2020年 | 44篇 |
2019年 | 29篇 |
2018年 | 13篇 |
2017年 | 17篇 |
2016年 | 18篇 |
2015年 | 27篇 |
2014年 | 48篇 |
2013年 | 40篇 |
2012年 | 43篇 |
2011年 | 47篇 |
2010年 | 46篇 |
2009年 | 59篇 |
2008年 | 51篇 |
2007年 | 49篇 |
2006年 | 31篇 |
2005年 | 50篇 |
2004年 | 37篇 |
2003年 | 44篇 |
2002年 | 48篇 |
2001年 | 35篇 |
2000年 | 18篇 |
1999年 | 28篇 |
1998年 | 26篇 |
1997年 | 22篇 |
1996年 | 14篇 |
1995年 | 10篇 |
1994年 | 8篇 |
1993年 | 6篇 |
1992年 | 7篇 |
1991年 | 9篇 |
1990年 | 5篇 |
1989年 | 7篇 |
1988年 | 2篇 |
排序方式: 共有1008条查询结果,搜索用时 15 毫秒
1.
提出了一种基于垂直线阵的系统,给出了定位模型,并简要介绍了其定位原理.利用由时延引入的距离、高低角和观测得到的方位角信息,建立了三维坐标系下的状态方程和观测方程.通过理论分析和仿真计算,讨论了声速测量误差、时延估计误差和阵元位置误差对系统定位精度的影响,给出了时延估计误差的克拉美-罗下界.综合时延估计、基线横纵扰动、三类误差的影响,在一定条件下,对目标距离估计的相对误差可控制在20%以内. 相似文献
2.
利用α-β跟踪滤波器的状态空间方程和离散传递函数之间的转换关系,将位置和速度的滤波及预报估计问题,转化为Z域内讨论根轨迹中零极点的分布问题,对目标平衡跟踪时滤波和估计参数变化规律给予了一种新的解释. 相似文献
3.
4.
5.
针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。 相似文献
6.
模糊-专家控制在智能消磁中的应用研究 总被引:7,自引:2,他引:5
综合消磁是处理舰船固定磁性的重要手段.长期以来,由于综合消磁工艺的复杂性,使得这项工作在很大程度上依赖人工.实现消磁自动化,就是要将工作人员从繁重的脑体劳动中解放出来,提高工作效率.目前的新型消磁站已经实现了数据采集、统计自动化,不仅基本免除了工作人员的体力劳动,也从一定程度上减轻了消磁技师的脑力劳动.然而由于需要人工参与决策,综合消磁的效果和效率仍然十分依赖于人的因素.所以,实现综合消磁工作的完全自动化,补偿电流值组合的智能化决策是关键问题.本文在分析以前所做工作的基础上,运用模糊控制理论构造模糊-专家控制器,替代人工决策过程以实现自动化消磁. 相似文献
8.
本文建立了筒形桅杆的有限元计算模型并对其进行了计算、讨论,计算结果精确。本文还对空间杆系结构有限元振动计算模型中的无刚度“奇点”进行了研究,提出了一个可用于消除空间杆系结构有限元振动计算模型中的无刚度“奇点”的方法。 相似文献
9.
一类极小能控制与广义样条函数 总被引:1,自引:0,他引:1
本文讨论由一般微分方程确定的时不变线性系统的一类极小能控制问题。首先,通过引入降阶逆向系统揭示了原系统的输入与输出是由某个积分-微分算子联系着的,并利用该算子建立了极小能控制与广义样条的联系;然后在对于输出端的一类较广泛的约束条件下,导出了其输出空间与文[1]的输出空间具有类似的构造性质,从而建立了与文[1]类似的投影公式与递推公式。 相似文献
10.
为了实时监控运输车辆在道路行驶中产生振动的情况,研制了一套过载实时监控系统。本文论述了系统的工作原理和设计特点,详细给出了系统的硬件组成和软件流程圈。该系统用于亚洲一号卫星以及两颗“澳星”的密封容器运输车过载的实时监控,结果表明,系统均达到了预期的设计要求,具有工作稳定可靠,抗干扰能力强等特点。 相似文献