全文获取类型
收费全文 | 1173篇 |
免费 | 376篇 |
国内免费 | 111篇 |
出版年
2024年 | 5篇 |
2023年 | 17篇 |
2022年 | 27篇 |
2021年 | 17篇 |
2020年 | 42篇 |
2019年 | 27篇 |
2018年 | 25篇 |
2017年 | 82篇 |
2016年 | 94篇 |
2015年 | 56篇 |
2014年 | 83篇 |
2013年 | 89篇 |
2012年 | 104篇 |
2011年 | 100篇 |
2010年 | 62篇 |
2009年 | 109篇 |
2008年 | 87篇 |
2007年 | 72篇 |
2006年 | 93篇 |
2005年 | 81篇 |
2004年 | 79篇 |
2003年 | 47篇 |
2002年 | 51篇 |
2001年 | 37篇 |
2000年 | 24篇 |
1999年 | 25篇 |
1998年 | 27篇 |
1997年 | 27篇 |
1996年 | 10篇 |
1995年 | 17篇 |
1994年 | 10篇 |
1993年 | 10篇 |
1992年 | 9篇 |
1991年 | 7篇 |
1990年 | 5篇 |
1989年 | 3篇 |
排序方式: 共有1660条查询结果,搜索用时 171 毫秒
811.
Suter计划是网络中心战的组成部分,它的最终目标是发展美国空军的网络攻击系统.从网络中心站的角度介绍了Suter计划的背景、发展历程以及在实战中的应用,分析了Surer计划的重要组成部分NCCT(network centric collaborative targeting)系统,提出了3种可能实现Suter能力的网络攻击技术. 相似文献
812.
针对涡轮增压器转速实车测量中存在安装困难、精度低的问题,提出了利用RBF神经网络和BP神经网络估算涡轮增压器转速的方法。分别建立了基于RBF神经网络和BP神经网络增压器转速估算模型,通过与台架试验测试样本比较,模型误差分别2.25%和2.27%。同时,RBF神经网络较BP神经网络,具有训练次数少,收敛速度快、结果稳定的优点,更适合实车涡轮增压器转速估算。 相似文献
813.
针对在坦克实车上不易直接测量柴油机汽缸压力的问题,提出了一种通过测量柴油机汽缸盖振动信号来间接检测汽缸燃烧压力的方法。在某型坦克柴油机上同步测量了汽缸燃烧压力、汽缸盖振动信号和变速箱振动信号,利用自适应滤波方法滤除了汽缸盖振动信号中包含的变速箱振动信号形成的噪声干扰,利用配气相位从时间域分离出由气体燃烧压力激发的振动信号,利用Hilbert变换和小波分解方法分别提取了振动信号和压力信号的特征波形。建立了RBF神经网络模型,以汽缸盖振动信号的包络作为网络输入,实现了汽缸燃烧压力的间接检测。 相似文献
814.
李秀地 《后勤工程学院学报》2011,27(4):8-12
为了确定地下坑道中防护门上的冲击波荷载,首先需要弄清爆炸冲击波在坑道中的传播衰减规律.在模型坑道爆炸实验数据验证的基础上,应用数值模拟方法研究了T型坑道中爆炸冲击波的传播衰减规律.通过大量不同模型尺寸、不同炸药药量的数值模拟,得到了T型坑道中平面冲击波的形成位置,提出了爆炸冲击波通过T型坑道拐弯时新的冲击波压力衰减系数... 相似文献
815.
针对传感器偏置故障及漂移故障,提出了一种基于RBF神经网络和定性趋势分析的传感器故障诊断方法.该方法充分利用控制系统闭环回路测控信息,建立RBF神经网络预测器,通过将RBF神经网络的预测输出值与传感器实际输出相比较获取残差序列,根据残差首先判断传感器是否发生故障,然后用定性趋势分析方法获得传感器偏置故障和漂移故障的辨识... 相似文献
816.
817.
818.
分析了柴油机动态特性与稳态特性的不同,系统总结了柴油机动态特性的研究方法,主要有试验研究和模拟计算两种。按照研究目的的不同,对各种动态特性模型的优缺点和适用范围进行了总结,认为:基于稳态试验数据的动态特性模型主要用于整车性能仿真,基于模拟计算的非线性模型主要用于控制分析、参数优化和匹配。 相似文献
819.
基于超动态测试系统的压力传感器标定技术研究 总被引:2,自引:0,他引:2
针对油气爆炸发展过程中压力测量的需要,提出了一种压力传感器标定的新方法。该方法基于超动态测试系统,操作简单,精度可靠,并采用最小二乘法对各测试点进行了拟合,得到了压力传感器的标定系数和其它基本性能指标,保证了测试过程中压力的准确性和精度。可在其它类似的测试系统中应用。 相似文献
820.
基于粒群算法和BP神经网络的煤电价格预测 总被引:1,自引:0,他引:1
由于煤电价格的波动受多种不确定因素的影响,且煤价和电价之间还存在非常复杂的耦合关系,它是一个典型的非线性系统,所以使用传统的方法来建立煤电价格的预测模型非常困难。针对这种情况,提出了一种基于粒群算法(PSO)和BP神经网络的煤电价格预测方法。采用PSO训练BP神经网络,不仅克服了BP神经网络算法易于陷入局部最优的缺点,而且可以提高网络的收敛速度和预测精度。结合煤电价格的历史数据,在Matlab平台上进行了仿真实验,验证了该预测模型的优越性。 相似文献