全文获取类型
收费全文 | 654篇 |
免费 | 282篇 |
国内免费 | 83篇 |
专业分类
1019篇 |
出版年
2024年 | 1篇 |
2023年 | 16篇 |
2022年 | 7篇 |
2021年 | 20篇 |
2020年 | 30篇 |
2019年 | 15篇 |
2018年 | 9篇 |
2017年 | 54篇 |
2016年 | 56篇 |
2015年 | 41篇 |
2014年 | 53篇 |
2013年 | 45篇 |
2012年 | 69篇 |
2011年 | 51篇 |
2010年 | 38篇 |
2009年 | 79篇 |
2008年 | 49篇 |
2007年 | 54篇 |
2006年 | 56篇 |
2005年 | 37篇 |
2004年 | 42篇 |
2003年 | 29篇 |
2002年 | 33篇 |
2001年 | 21篇 |
2000年 | 19篇 |
1999年 | 17篇 |
1998年 | 14篇 |
1997年 | 14篇 |
1996年 | 11篇 |
1995年 | 8篇 |
1994年 | 8篇 |
1993年 | 9篇 |
1992年 | 3篇 |
1991年 | 1篇 |
1990年 | 8篇 |
1989年 | 2篇 |
排序方式: 共有1019条查询结果,搜索用时 0 毫秒
91.
Muhammad Imran Dong-yan Shi Li-li Tong Ahsan Elahi Hafiz Muhammad Waqas Muqeem Uddin 《防务技术》2021,17(4):1190-1206
This paper presents the design optimization of composite submersible cylindrical pressure hull subjected to 3 MPa hydrostatic pressure. The design optimization study is conducted for cross-ply layups [0s/90t/0u], [0s/90t/0u]s, [0s/90t]s and [90s/0t]s considering three uni-directional composites, i.e. Carbon/Epoxy, Glass/Epoxy, and Boron/Epoxy. The optimization study is performed by coupling a Multi-Objective Genetic Algorithm (MOGA) and Analytical Analysis. Minimizing the buoyancy factor and maximizing the buckling load factor are considered as the objectives of the optimization study. The objectives of the optimization are achieved under constraints on the Tsai-Wu, Tsai-Hill and Maximum Stress composite failure criteria and on buckling load factor. To verify the optimization approach, optimization of one particular layup configuration is also conducted in ANSYS with the same objectives and constraints. 相似文献
92.
为解决传统舰载C4I威胁判断模型的不足,寻求适应信息化作战要求的舰载C4I威胁判断模型,将神经网络引入舰载C4I系统,提出了基于BP神经网络的威胁判断模型,并对BP算法进行了改进;通过Matlab仿真计算,结果表明该方法计算速度快、精度高. 相似文献
93.
94.
95.
96.
97.
98.
99.
随着信息技术在战争中的大量应用,现代战争越来越呈现出网络化和体系对抗性,研究其拓扑特性已十分必要。基于复杂网络理论,首先建立了岸防作战体系网络模型,然后提出一种基于贪心思想的骨干网挖掘算法,最后对模型的骨干网络进行了研究。结果表明该方法能够快速、准确地挖掘出岸防作战体系的网络骨干,并能为军事对抗体系的复杂网络应用研究提供借鉴和参考。 相似文献
100.
为对战场电磁频率进行有效分配以减少用频设备间的相互干扰,提出了将一种基于粒子群优化的蚁群算法应用于频率分配的方法。首先介绍了战场频率管控流程的相关内容,并以干扰度最低为目标函数,使用基于粒子群算法优化的蚁群算法进行频率分配管理。粒子群算法优化蚁群算法中启发信息的权重及信息素挥发系数,作为粒子群位置和速度参数进行初始化,将粒子群算法生成的分配结果作为蚁群算法的初始信息素,利用蚁群算法较强的寻优能力寻找最佳分配方案。实验结果验证了该算法和模型的可行性。 相似文献