全文获取类型
收费全文 | 685篇 |
免费 | 104篇 |
国内免费 | 66篇 |
出版年
2024年 | 7篇 |
2023年 | 29篇 |
2022年 | 24篇 |
2021年 | 49篇 |
2020年 | 38篇 |
2019年 | 21篇 |
2018年 | 6篇 |
2017年 | 21篇 |
2016年 | 27篇 |
2015年 | 24篇 |
2014年 | 40篇 |
2013年 | 29篇 |
2012年 | 57篇 |
2011年 | 30篇 |
2010年 | 46篇 |
2009年 | 44篇 |
2008年 | 52篇 |
2007年 | 39篇 |
2006年 | 33篇 |
2005年 | 28篇 |
2004年 | 28篇 |
2003年 | 22篇 |
2002年 | 18篇 |
2001年 | 24篇 |
2000年 | 15篇 |
1999年 | 16篇 |
1998年 | 19篇 |
1997年 | 18篇 |
1996年 | 17篇 |
1995年 | 6篇 |
1994年 | 7篇 |
1993年 | 5篇 |
1992年 | 6篇 |
1991年 | 5篇 |
1990年 | 3篇 |
1989年 | 2篇 |
排序方式: 共有855条查询结果,搜索用时 15 毫秒
731.
732.
733.
空中目标敌我识别模型 总被引:1,自引:0,他引:1
首先阐述了目标敌我识别的概念及其重要性.接着建立上级指定、外部情报、飞行计划、敌我识别器、目标电子干扰、目标机动特征、目标速度特征和目标群特征等主要识别因素的识别模型和准则,并给出了目标敌我识别的判断逻辑.最后采用加权求和法构建了目标敌我综合识别的数学模型.研究成果可作为指挥员进行人工敌我识别判断的思维逻辑,也可作为开发程序化的自动敌我识别软件的建模依据,对防空指挥控制系统发展具有参考价值. 相似文献
734.
多模自适应滤波算法的性能改进方法 总被引:1,自引:0,他引:1
多模自适应滤波算法基于已知的故障情况设计出一组卡尔曼滤波器预测系统对给定输入的响应,根据卡尔曼滤波器的预测输出和系统的测量值确定各滤波器的残差,从而检测出系统是否发生故障及其故障类型.采用传统的多模自适应滤波算法检测故障时会有一定的时间延迟,不利于系统故障的实时检测,因此提出了几种减少多模自适应算法故障检测时间的方法,并将其应用于某无人机执行器和传感器的故障检测和识别,仿真结果证明可以有效地减少故障检测时间. 相似文献
735.
736.
737.
针对扑翼微型飞行器的弹性翼杆,通过其变形特征来识别其受载行为,建立扑翼载荷识别方法。以裸翼杆的往复拍动为对象,首先基于机器视觉测量法,根据翼杆形貌提取翼杆变形挠度,其次使用幂级数重构分布载荷和Tikhonov正则化方法求解惯性载荷,最后通过批量处理,得到翼杆运动过程中的惯性载荷分布。实验表明,翼杆的平均最大分布载荷为30 N·m-1,识别挠度的平均相对误差为3×10-5,识别角位移曲线上所有幅值点的平均相对误差为14.8%,识别周期没有偏差,识别的载荷在不同周期内的分布一致。结果表明该方法具有良好的可靠性和实用性,有望用于对带膜扑翼的气动力测试。 相似文献
738.
针对经验法无法保证细观尺度下粘接界面(推进剂/衬层/绝热层)内聚力模型准确性的问题,通过扫描电子显微镜(SEM)原位拉伸实验,记录粘接试件在拉伸过程中的变形和破坏,采用数字图像相关技术结合Hooke-Jeeves优化算法的反演识别方法,对界面所采用的双线性内聚力模型参数进行反演识别,并通过界面单元的损伤因子(SDEG)变化曲线结合实验结果开展界面损伤分析。结果表明:加载速率为1.2 mm·min-1时,模型的界面刚度、最大名义应力、界面失效位移分别为6.40 MPa·mm-1、0.72 MPa、1.80 mm;ε为8%、18%时,仿真与实测的感兴趣区域(region of interest, ROI)位移(Ux)平均误差分别为7.1%、4.9%;损伤因子(SDEG)变化曲线可较好地表征界面的损伤过程。该反演识别方法的精度较高,为细观尺度下粘接结构界面模型参数的精准获取提供一个新的方法。 相似文献
739.
采用贝叶斯网络模型对目标识别、威胁评估是一种有效的定量分析方法。这里首次将贝叶斯网络模型运用到航母编队作战决策中识别水下目标和评估威胁等级。结合部队实际情况分别构建目标识别和威胁评估贝叶斯网络模型;基于部队实践数据、院校专家和查阅资料构建符合实际情况的条件概率表;最后通过仿真实验对水下目标进行识别和评估威胁等级,对比部队相关数据验证了贝叶斯网络对航母编队目标识别和威胁评估的有效性,能够为航母编队指挥员反潜作战提供一定的辅助决策。 相似文献
740.
为了对无人作战飞机自主空战战术动作进一步探索,提出了一种基于模糊逻辑推理和时间匹配原则的分层战术动作识别方案。该方案以基本动作序列来衔接基本动作识别层和组合动作识别层。通过模糊逻辑推理方法对基本动作进行识别,将识别的结果以基本动作序列的形式输出;输入组合动作识别层,将时间自动机提取后的组合动作形态与组合动作匹配库进行匹配,确定组合动作的类型。仿真结果表明,分层战术动作识别方案能够有效地识别出无人作战飞机自主空战战术动作。 相似文献