全文获取类型
收费全文 | 1759篇 |
免费 | 415篇 |
国内免费 | 146篇 |
出版年
2024年 | 16篇 |
2023年 | 17篇 |
2022年 | 41篇 |
2021年 | 68篇 |
2020年 | 69篇 |
2019年 | 25篇 |
2018年 | 39篇 |
2017年 | 74篇 |
2016年 | 39篇 |
2015年 | 83篇 |
2014年 | 102篇 |
2013年 | 123篇 |
2012年 | 188篇 |
2011年 | 199篇 |
2010年 | 170篇 |
2009年 | 197篇 |
2008年 | 200篇 |
2007年 | 172篇 |
2006年 | 112篇 |
2005年 | 104篇 |
2004年 | 84篇 |
2003年 | 43篇 |
2002年 | 51篇 |
2001年 | 55篇 |
2000年 | 26篇 |
1999年 | 9篇 |
1998年 | 3篇 |
1997年 | 2篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 4篇 |
1991年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有2320条查询结果,搜索用时 31 毫秒
681.
交互式电子技术手册(IETM)是实现通信装备保障信息化的关键技术之一。文章简要介绍了IETM的标准和规范、IETM的分类和技术特点,介绍了应用于通信装备保障的交互式电子技术手册实现的技术途径。 相似文献
682.
从工程应用角度分析了捷联导引头引起的寄生回路的数学模型.在频域内分析了由刻度尺误差、动力学延时对寄生回路稳定性的影响,根据幅值裕度和相角裕度计算出刻度尺误差和动力学延时允许的变化范围,在时域内对稳定边界进行了验证,证明了边界条件即为临界稳定状态.考虑寄生回路的影响提出了有效导航比的概念,分析了刻度尺误差对有效导航比的影响.对寄生回路提出了超前校正网络+增益控制,对寄生回路的幅值和相角裕度进行了设计,满足稳定性指标要求,补偿了刻度尺误差对有效导航比的影响,经仿真分析验证采用超前校正网络+增益控制,能够满足稳定裕度和比例导引控制有效导航比的要求,为工程研制提供理论参考. 相似文献
683.
684.
为提高模拟电路的软故障诊断能力,提出一种基于深度卷积神经网络(DCNN)特征提取的极限学习机(ELM)诊断方法.先利用DCNN在特征提取方面的优势,从含有电路故障信息的信号中自主提取有辨识力的特征;利用ELM出色的分类性能,构建获取特征的故障诊断模型;通过Sallen-Key带通滤波器电路的故障诊断实验对提出方法进行了验证.仿真结果表明,提出的基于DCNN的故障特征提取方法优于传统KPCA与KSLPP方法,与ELM分类器集成后得到的诊断准确率达到98.2%,有助于改善模拟电路的故障诊断精度,从而验证了其可行性和有效性. 相似文献
685.
针对多基地无人机协同规划航迹计算复杂、容易陷入局部最优的问题,在遗传粒子群算法(GAPSO)的基础上,引入禁忌搜索算法(Tabu-Search)混合为GAPSO-TS算法,通过与PSO、GAPSO算法对比,表明GAPSO-TS算法能够提高全局寻优性能,同时相对于GAPSO算法,加快了收敛速度.在多无人机时间协同三维航路规划里应用GAPSO-TS算法可以更快的收敛,同时设计以时间协同为约束的适应度函数,函数具有简单易行的特点,保证了不同基地的无人机都可以在同一时间内最快到达目的地,实验结果验证了算法的可行性. 相似文献
686.
687.
红蓝对抗训练是实战化训练的最高形式,近年来在部队演习演练中被广泛采用,效果显著。军队院校教学向部队靠拢,向实战聚焦,可在航空兵初级指挥专业的人才培养中引入红蓝属性,开展实战化教学的探索和实践。本文提出“模拟环境+师生对抗+硬度可调”的实战化教学组训方法:一是红蓝对抗模拟训练环境,可支撑航空兵初级指挥专业学员开展“规划-部署-实施-评估”的航空兵作战全流程红蓝对抗实战化教学;二是“蓝”教员和“红”学员师生对抗教学组织实施程序;三是适应学员能力渐进式增长的关于训练想定、蓝军能力、导调方式和评定标准的“硬度可调”机制。此外,为确保红蓝对抗实战化教学的顺利实施,给出了锻造“红蓝兼备”院校“蓝”教员队伍的几点建议。 相似文献
688.
It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance. 相似文献
689.
690.