全文获取类型
收费全文 | 3403篇 |
免费 | 343篇 |
国内免费 | 459篇 |
出版年
2024年 | 42篇 |
2023年 | 109篇 |
2022年 | 85篇 |
2021年 | 155篇 |
2020年 | 162篇 |
2019年 | 84篇 |
2018年 | 29篇 |
2017年 | 105篇 |
2016年 | 141篇 |
2015年 | 129篇 |
2014年 | 268篇 |
2013年 | 249篇 |
2012年 | 280篇 |
2011年 | 255篇 |
2010年 | 197篇 |
2009年 | 210篇 |
2008年 | 229篇 |
2007年 | 197篇 |
2006年 | 156篇 |
2005年 | 159篇 |
2004年 | 123篇 |
2003年 | 142篇 |
2002年 | 118篇 |
2001年 | 116篇 |
2000年 | 77篇 |
1999年 | 63篇 |
1998年 | 69篇 |
1997年 | 59篇 |
1996年 | 35篇 |
1995年 | 29篇 |
1994年 | 28篇 |
1993年 | 34篇 |
1992年 | 30篇 |
1991年 | 19篇 |
1990年 | 10篇 |
1989年 | 12篇 |
排序方式: 共有4205条查询结果,搜索用时 15 毫秒
941.
基于高层体系结构(HLA)仿真框架和面向对象的程序设计思想,对空袭目标流联邦成员(简称邦元)的通用框架进行了详细设计.先把空袭目标流邦元分解为7大类集,即对象类集、交互类集、模糊类集、联邦成员代理类、仿真类集、界面类集、框架类集,并给出其类层次结构图,然后对各个类集的具体实现方法进行了详细设计. 相似文献
942.
943.
空袭目标识别是防空作战指挥决策的关键环节,针对空袭目标特征繁杂容易造成模型拟合和识别精度不高这一问题,为提高空袭目标的识别能力,提出了一种基于双层随机森林的空袭目标识别算法。该算法在第一层随机森林通过计算基尼指数变化量对特征进行重要性评估和优选,然后在第二层随机森林进行数据降维和目标识别,相较传统随机森林能够提高目标识别的准确率和稳定性。将该算法与传统随机森林、支持向量机和PNN神经网络进行对比分析,仿真结果表明该算法能够在保证识别准确率的基础上同时具有较高的识别速度和识别稳定性。 相似文献
944.
面向多无人机协同空战任务规划方法性能验证的需求,开发了一种基于VR-Forces仿真引擎的多无人机协同空战任务规划仿真系统,对该仿真系统的总体架构、红方子系统、蓝方子系统、白方子系统和强化学习算法训练子系统进行了设计。对算法库、强化学习算法训练和人机交互等关键技术提出了针对性的解决方案,提升了该仿真系统的稳定性、可扩展性和功能性。利用该仿真系统对多无人机协同空战目标分配、重决策算法等典型任务规划方法进行了测试和仿真实验。结果表明,所开发的仿真系统可以很好地支持多无人机协同空战任务规划方法的测试和验证。 相似文献
945.
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
946.
协同作战作为未来战场针对关键目标的重要打击形式。多弹协同爆炸时,冲击波等多毁伤元相互交会、耦合,作用载荷异常复杂,进而导致目标出现新的毁伤模式,为协同毁伤研究带来了很大的困难。为此,国内外学者针对协同爆炸时冲击波叠加效应、目标结构的响应规律、毁伤效应及毁伤评估方法等方面,开展了地面技术兵器、建筑等目标的多次多弹协同打击研究。从协同爆炸毁伤元特性、部分目标的结构响应和仿真研究手段等3个方面论述了目前的研究现状,总结了目前研究中取得的成果,并对未来的研究方向进行了展望,为开展多次多弹协同爆炸的毁伤效应研究提供了参考。 相似文献
947.
948.
949.
针对无人机平台空间和资源有限、高分辨率SAR图像检测容易出现目标标注不准以及计算量过大等问题,提出一种无人机载高分辨率SAR图像目标快速检测方法。该方法首先利用双边滤波器抑制高分辨率SAR图像中存在的相干斑噪声和目标内部的非均匀起伏;然后进行一次大尺度的SLIC分割,通过对超像素单元粗糙度进行分析,对存在欠分割问题的超像素单元再进行一次小尺度的SLIC分割;最后对过分割的超像素单元进行合并处理,最终得到目标检测结果。实验结果表明,该方法不仅可以提升对高分辨率SAR图像目标的检测效率,改善SAR图像目标提取能力,还有利于发现部分人工方法容易遗漏的小目标,具有很好的工程应用价值。 相似文献
950.