全文获取类型
收费全文 | 829篇 |
免费 | 89篇 |
国内免费 | 130篇 |
出版年
2024年 | 19篇 |
2023年 | 48篇 |
2022年 | 42篇 |
2021年 | 80篇 |
2020年 | 53篇 |
2019年 | 38篇 |
2018年 | 10篇 |
2017年 | 38篇 |
2016年 | 62篇 |
2015年 | 40篇 |
2014年 | 79篇 |
2013年 | 71篇 |
2012年 | 78篇 |
2011年 | 72篇 |
2010年 | 46篇 |
2009年 | 52篇 |
2008年 | 47篇 |
2007年 | 33篇 |
2006年 | 21篇 |
2005年 | 28篇 |
2004年 | 11篇 |
2003年 | 17篇 |
2002年 | 18篇 |
2001年 | 15篇 |
2000年 | 4篇 |
1999年 | 7篇 |
1997年 | 3篇 |
1995年 | 5篇 |
1994年 | 2篇 |
1993年 | 3篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1990年 | 2篇 |
1989年 | 2篇 |
排序方式: 共有1048条查询结果,搜索用时 15 毫秒
211.
212.
213.
针对策略未知逃逸无人机环境中多无人机协同追捕对抗任务,提出P3C-MADDPG算法的多无人机协同追捕对抗策略。首先,为解决多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient, MADDPG)算法训练速度慢和Q值高估问题,在MADDPG算法中分别采用基于树形结构储存的优先经验回放机制(Prioritized Experience Replay, PER)和设计的3线程并行Critic网络模型,提出P3C-MADDPG算法。然后基于构建的无人机运动学模型,设计追逃无人机的状态空间、稀疏奖励与引导式奖励相结合的奖励函数、加速度不同的追逃动作空间等训练要素。最后基于上述训练要素,通过P3C-MADDPG算法生成策略未知逃逸无人机环境中多无人机协同追捕对抗策略。仿真实验表明,P3C-MADDPG算法在训练速度上平均提升了11.7%,Q值平均降低6.06%,生成的多无人机协同追捕对抗策略能有效避开障碍物,能实现对策略未知逃逸无人机的智能追捕。 相似文献
214.
215.
针对联合火力打击方案优化“既快又精”需求难题,设计了CE-QPSO算法,提出了基于该算法的联合火力打击方案智能优化方法。该算法充分结合了交叉熵算法良好的全局寻优能力和量子粒子群算法高效运行的特点,通过构建离散概率矩阵,使粒子的不确定性运动更具方向性,提高了粒子的协同寻优能力。实验结果表明:基于该算法的联合火力打击方案智能优化方法能够有效提升联合火力打击方案的优化效果和优化效率,且相比于标准交叉熵算法和标准量子粒子群优化算法具有明显优势。 相似文献
216.
任务分配是多UCAV协同控制的核心和有效保证。分析了影响目标价值毁伤、UCAV损耗、任务消耗时间等三项关键战技指标的因素,综合考虑实战中多UCAV同时攻击同一目标和使用软杀伤武器这两种典型情况对UCAV执行任务的影响,建立了针对攻击任务的多UCAV协同任务分配模型,并应用粒子群算法求解。仿真结果验证了模型的合理性和算法的有效性。 相似文献
217.
218.
219.
220.
基于态势分布的多机编队协同目标分配,可以使编队长机在空战过程中的目标分配决策更加合理化。分析了敌机对我机的态势威胁影响因素,构建了敌我双方的对抗系数矩阵;依据编队内成员的占位关系和编队僚机火力情况,将我机僚机和敌机编队拆分成作战分队形式;基于整个态势分布,综合考虑编队攻击效率和航迹防撞规则,以作战分队形式进行目标分配。目标分配结果符合编队协同空战的一般规律,表明所提方法可以为编队协同作战提供目标分配支持。 相似文献