全文获取类型
收费全文 | 568篇 |
免费 | 136篇 |
国内免费 | 52篇 |
出版年
2024年 | 3篇 |
2023年 | 15篇 |
2022年 | 17篇 |
2021年 | 24篇 |
2020年 | 25篇 |
2019年 | 14篇 |
2018年 | 7篇 |
2017年 | 17篇 |
2016年 | 31篇 |
2015年 | 22篇 |
2014年 | 43篇 |
2013年 | 36篇 |
2012年 | 54篇 |
2011年 | 51篇 |
2010年 | 47篇 |
2009年 | 45篇 |
2008年 | 55篇 |
2007年 | 35篇 |
2006年 | 23篇 |
2005年 | 21篇 |
2004年 | 17篇 |
2003年 | 15篇 |
2002年 | 12篇 |
2001年 | 23篇 |
2000年 | 15篇 |
1999年 | 14篇 |
1998年 | 14篇 |
1997年 | 10篇 |
1996年 | 8篇 |
1995年 | 9篇 |
1994年 | 11篇 |
1993年 | 6篇 |
1992年 | 3篇 |
1991年 | 4篇 |
1990年 | 4篇 |
1989年 | 4篇 |
1988年 | 2篇 |
排序方式: 共有756条查询结果,搜索用时 31 毫秒
11.
郑召全 《装甲兵工程学院学报》1995,(1)
本文运用拓扑学、微分学、几何学的数学方法,捕捉到平面三交叉杆系的变形特点——拓扑特征.在小变形条件下,通过变换得到变形协调普适方程.从而推导出解此类拉压超静定问题的一种快速有效方法.该方法可直接应用于教学与工程计算. 相似文献
12.
本文讨论了分块K-循环Toeplitz系统,对mn阶分块K-循环矩阵的求逆,我们推导出一种快速付氏变换算法,其算术复杂性为0(mnlog2mn)。 相似文献
13.
在大规模并行处理系统中,通讯开销是影响程序性能的一个重要因素。本文提出了一种MPPFortran程序中串行循环的优化技术:在串行循环中加入同步控制、将串行循环转换成共享循环。该技术能减少通讯开销、提高程序的性能。 相似文献
14.
15.
本文从理论上推导了三维空间中高斯束法有关应用公式,研究了高斯束的性质,阐述了高斯束在自由空间中的传播规律及其在界面上的反射规律。文中还探讨了高斯束初值的选择及其反射后的相位补偿问题,为高斯束法在三维空间中的应用创造了条件。 相似文献
16.
针对全球导航卫星系统接收机面临的分布式间歇干扰威胁,全面准确地分析了基于采样矩阵直接求逆方法的空时自适应处理(space-time adaptive processing, STAP)的抗干扰性能。在建立性能分析模型的基础上,根据间歇干扰造成的采样协方差矩阵不匹配情况,通过分类评估、梳理归纳、理论推导全面分析了不同情况下STAP的性能。分析结果表明在采样长度小于闪烁周期且使用预采用处理方法时,空时自适应处理器会出现漏采样,干扰抑制性能会急剧下降,漏采样出现的频率为各干扰闪烁频率之和。数值和仿真分析验证了理论分析的结果,在此基础上讨论了考虑分布式间歇干扰时STAP的优化设计。 相似文献
17.
转发式干扰因与雷达发射波形的高度相关性,经雷达主瓣接收后易对雷达产生严重的干扰作用。为解决主瓣干扰问题,建立正交频率分集调频多输入多输出(orthogonal frequency division multiplexing-multiple input multiple output, OFDM-MIMO)雷达主瓣接收的转发式干扰信号模型,分析了该干扰对OFDM-MIMO雷达的干扰机理;同时基于自适应方法处理理论,推导了OFDM-MIMO雷达自适应处理权向量解析式,提出了基于距离依赖波束的OFDM-MIMO雷达转发式主瓣干扰自适应抑制方法。理论研究和仿真结果表明,提出的方法提高了输出信干噪比,实现了转发式主瓣干扰的有效抑制。 相似文献
18.
针对HRRP识别研究中面临的噪声污染问题,提出了一种基于卷积自编码器(convolutional auto encoder, CAE)的HRRP识别方法。此方法将CAE的重构功能与卷积神经网络(convolutional neural network, CNN)的分类性能相结合,将未含噪声的数据作为标签,利用CAE学习含噪声HRRP的噪声特征,实现对HRRP的去噪重构,后利用CNN对重构后的HRRP进行识别。仿真实验表明:在10 dB、20 dB、40 dB峰值信噪比的噪声环境下,该方法对HRRP的识别准确率分别可达到76.48%、95.14%、98.33%,能够一定程度上克服噪声对HRRP识别带来的不良影响,保证识别精度。 相似文献
19.
为进一步改善超低频频段的通信质量,在传统改进广义旁瓣抵消算法的基础上,提出新的超低频干扰抑制算法——生成式旁瓣抵消算法。该算法将人工智能研究热点之一的生成式对抗网络模型引入广义旁瓣抵消算法中,通过优化设计生成模型的网络结构及相关超参数,有效地解决了原算法存在的期望信号残留问题,为旁瓣抵消通道中的后级滤波算法提供了与主通道相关性更强的干扰参考信息,从而提高了算法对主通道干扰估计的准确性。为了验证优化后生成模型的有效性以及所提算法对不同类别干扰的抑制能力,在实验室环境下搭建实验平台,设计了多组对照实验。实验结果表明:优化后的生成模型具有较好的生成能力、较好的鲁棒性以及相对较低的运算复杂度;相比于传统改进的广义旁瓣抵消算法,所提算法进一步提高了信号带宽内的信干噪比。 相似文献
20.