全文获取类型
收费全文 | 9440篇 |
免费 | 1317篇 |
国内免费 | 1025篇 |
出版年
2024年 | 68篇 |
2023年 | 291篇 |
2022年 | 200篇 |
2021年 | 418篇 |
2020年 | 399篇 |
2019年 | 215篇 |
2018年 | 75篇 |
2017年 | 240篇 |
2016年 | 324篇 |
2015年 | 312篇 |
2014年 | 640篇 |
2013年 | 590篇 |
2012年 | 737篇 |
2011年 | 671篇 |
2010年 | 622篇 |
2009年 | 596篇 |
2008年 | 699篇 |
2007年 | 546篇 |
2006年 | 471篇 |
2005年 | 503篇 |
2004年 | 433篇 |
2003年 | 424篇 |
2002年 | 375篇 |
2001年 | 519篇 |
2000年 | 236篇 |
1999年 | 204篇 |
1998年 | 193篇 |
1997年 | 173篇 |
1996年 | 127篇 |
1995年 | 120篇 |
1994年 | 107篇 |
1993年 | 64篇 |
1992年 | 69篇 |
1991年 | 43篇 |
1990年 | 40篇 |
1989年 | 33篇 |
1988年 | 3篇 |
1987年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
431.
为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法。引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型。实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性。 相似文献
432.
针对现有评价模型大多从网络拓扑的角度进行节点重要性分析,无法准确反映节点对体系作战能力重要性的问题,提出了一个基于作战环的体系作战能力量化评估指标,在此基础上,通过度量节点失效对体系作战能力的影响来评价节点重要性,并结合算例进行了有效性验证分析,为体系对抗中关键节点判定提供借鉴和参考。 相似文献
433.
为评估"软目标"恐怖袭击风险,提高"软目标"防恐安全性,以供反恐部门决策参考,设计了一种基于攻防树的"软目标"恐怖袭击风险评估模型。针对不同的袭击方式和防御策略,构建了各类攻击结点和防御结点,对两类结点的动态交互影响因素进行了参数设定,生成了攻击防御树,引入了攻击回报(ROA)、防御回报(ROD)的概念,通过计算各场景下遇袭概率、攻防成本、攻防回报值,对有安检区域和无安检区域的人群遇袭风险进行了仿真、评估和比较。仿真结果表明,要降低"软目标"恐怖袭击风险,需要提高防御措施效率。在无安检区域实施有效的人防、物防、技防策略,可显著降低遇袭风险。 相似文献
434.
435.
在多平台纯方位信息融合中,存在多平台的方位关联和单平台的参数估计(或目标定位)困难,因为两者相互依赖和制约。造成相对不同平台的方位不能进行时间空间对准、虚假目标不能消除。为此,提出了一种分布式信息融合结构,并建立了相应的数据互联与参数估计联合优化模型。在这种结构和模型中,首先由各平台对本地传感器探测的纯方位信息完成融合并输出方位序列,然后在融合中心按分层节点对方位序列的数据互联与参数估计进行联合优化处理,每个融合节点仅处理两个平台信息,最后节点输出融合结果。仿真计算结果表明,这种优化模型是解决关联和估计问题的一个有效方法,可以提高多平台纯方位信息融合的性能。 相似文献
436.
437.
438.
针对分布式综合化(DIMA)架构下实时动态消息流和网络资源能力,优化航空数据和通信网络(ADCN)拓扑问题,提出一种基于业务拓扑、网络拓扑以及延迟、线缆约束下的多目标网络拓扑优化算法。该算法能够基于驻留任务的信号、逻辑连接、物理连接关系,在资源约束下优化机载网络拓扑。算法通过组合优化方法计算折中全局最优解集(Pareto最优)。对于大规模机载网络架构优化,为了减少计算规模和提高计算时间,又提出一种预计算路径算法。算法通过类A320机载网络拓扑场景和类A380机载网络拓扑场景进行验证。结果表明,相比手动功能映射和网络拓扑优化设计,优化效率能提高10%~30%。 相似文献
439.
针对目前SAR图像目标检测算法只能进行单一目标检测和检测精度不高的问题,对深度学习目标检测框架在SAR图像目标检测的应用进行了实验研究,并结合SAR图像特点进行了优化。比较了基于区域建议的Faster-RCNN和无需区域建议的SSD目标检测框架在SAR图像上的目标检测精度和速度,分析优缺点;研究了预训练模型对SAR图像目标检测精度的影响;最后通过零均值规整化提高收敛速度和检测精度。实验结果表明优化后的目标检测框架,实现了SAR图像多目标识别并提高了检测精度,可以有效地应用于SAR图像多目标检测。 相似文献
440.