全文获取类型
收费全文 | 2991篇 |
免费 | 594篇 |
国内免费 | 351篇 |
出版年
2024年 | 28篇 |
2023年 | 104篇 |
2022年 | 63篇 |
2021年 | 126篇 |
2020年 | 153篇 |
2019年 | 87篇 |
2018年 | 27篇 |
2017年 | 91篇 |
2016年 | 142篇 |
2015年 | 115篇 |
2014年 | 231篇 |
2013年 | 183篇 |
2012年 | 262篇 |
2011年 | 228篇 |
2010年 | 223篇 |
2009年 | 190篇 |
2008年 | 258篇 |
2007年 | 209篇 |
2006年 | 168篇 |
2005年 | 134篇 |
2004年 | 122篇 |
2003年 | 121篇 |
2002年 | 94篇 |
2001年 | 104篇 |
2000年 | 59篇 |
1999年 | 70篇 |
1998年 | 65篇 |
1997年 | 46篇 |
1996年 | 50篇 |
1995年 | 40篇 |
1994年 | 33篇 |
1993年 | 19篇 |
1992年 | 23篇 |
1991年 | 24篇 |
1990年 | 23篇 |
1989年 | 18篇 |
1988年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有3936条查询结果,搜索用时 31 毫秒
941.
针对传统环境风模型无法描述非Kolmogorov紊流和风向变化的问题,提出了基于QAR数据的环境风建模方法。将环境风模型划分为风向模块和风速模块。基于QAR数据分析风廓线系数和季节的相关性,建立了能描述平均风时空特性的平均风模型。基于Davenport功率谱形式拟合实测紊流功率谱,拟合结果表明实际紊流功率谱的标度指数在-1.98~1.13。分析风向和风速之间的相关性,考虑风向的变化特性,提出了基于马尔可夫过程的风向建模方法。基于以上模型进行了环境风模拟,并将模拟环境风引入飞行仿真实验中。实验结果表明,该方法能描述非Kolmogorov紊流和风向变化,且能实际应用于飞行仿真中。 相似文献
942.
为应对电枢出口速度需要进行灵活以及精确调节的场景,提出了一种使用异步式线圈推进器作为主加速装置,同步式线圈推进器在尾部作为调速器进行速度控制的联合调速方案。在ANSYS中建立了将调速器放置于单段异步式线圈推进器出口的二维仿真模型,针对调速器的实体设计,分别对异步式推进器最后一匝线圈与同步调速器线圈间距离和调速器线圈长度进行了仿真分析;使用该模型验证了改变脉冲电源初始电压能够控制调速器调速范围,以及改变开关触发时间能够控制调速器实现需求的电枢速度补偿,进一步给出控制回路的设计方案,为电磁线圈推进尾部电枢速度控制应用奠定了理论基础。 相似文献
943.
在对产品中具备大量运行观测性能数据的关键系统部件进行剩余寿命预测的过程中,因寿命数据稀少难以建立寿命分布模型。而对产品性能观测数据进行退化建模,传统退化过程分析模型对于产品性能观测数据适应性差导致产品寿命预测精度低、有效性弱的问题,充分挖掘部件退化数据信息,依据相关退化分析技术,基于统计模型中的滤波预测方法与机器学习技术中的回归卷积神经网络(regressive convolutional neural networks, RCNN)预测方法建立产品剩余寿命预测融合模型。融合模型结合了滤波预测模型对产品退化状态的挖掘能力、不确定表达能力与RCNN网络模型良好的数据适应性、预测的准确性,提高了产品退化数据分析的准确性及有效性,可对产品关键部件的寿命进行有效预测,为产品中具备大量运行观测数据的关键系统部件健康管理提供辅助参考。 相似文献
944.
针对低分辨雷达人工目标识别效率较低的问题,提出了基于深度迁移学习的雷达自动目标识别方法。该方法利用雷达回波序列轮廓像构建空中目标数据集,使用深度卷积神经网络自动提取回波数据中的深层特征,并对雷达目标进行分类识别。为了解决深度学习对样本量的巨大需求,在分类模型训练时,引入迁移学习思想,将经ImageNet数据集预训练过的初始网络模型迁移到雷达目标识别任务中,再通过空中目标数据集对模型参数进行微调,实现小样本条件下对空中目标的粗分类。实测数据的结果表明:所提方法能够在小样本条件下较为准确地对空中目标的大小和架次进行分类识别,具有良好的识别性能。 相似文献
945.
946.
947.
948.
949.
950.
针对未知环境下四旋翼无人机姿态控制实现难、鲁棒性差等问题,提出了基于深度确定性策略(DDPG)算法的智能姿态控制方法。首先,基于欧拉-庞卡莱方程,利用计算机符号推导,建立四旋翼的动力学模型;其次,基于DDPG算法设计四旋翼的姿态控制器,并在奖励函数设计中引入姿态误差、姿态角速度误差和控制量惩罚项;最后,通过设置不同初始状态值、改变四旋翼结构参数和引入噪声等仿真试验,分析验证控制器的性能。仿真结果表明,该控制器能够引导四旋翼快速响应到期望姿态并保持稳定,同时展现出较好的泛化能力。 相似文献