全文获取类型
收费全文 | 526篇 |
免费 | 65篇 |
国内免费 | 75篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2022年 | 1篇 |
2021年 | 2篇 |
2020年 | 4篇 |
2019年 | 4篇 |
2018年 | 1篇 |
2017年 | 23篇 |
2016年 | 24篇 |
2015年 | 14篇 |
2014年 | 19篇 |
2013年 | 28篇 |
2012年 | 52篇 |
2011年 | 43篇 |
2010年 | 30篇 |
2009年 | 49篇 |
2008年 | 36篇 |
2007年 | 45篇 |
2006年 | 57篇 |
2005年 | 49篇 |
2004年 | 40篇 |
2003年 | 32篇 |
2002年 | 16篇 |
2001年 | 13篇 |
2000年 | 15篇 |
1999年 | 14篇 |
1998年 | 12篇 |
1997年 | 8篇 |
1996年 | 9篇 |
1995年 | 5篇 |
1994年 | 3篇 |
1993年 | 2篇 |
1992年 | 3篇 |
1991年 | 6篇 |
1990年 | 3篇 |
1988年 | 2篇 |
排序方式: 共有666条查询结果,搜索用时 15 毫秒
511.
辐射源数据往往不完整或不确定,因此应用模糊推理实现了辐射源和目标平台的识别.将辐射源特征转换为由模糊集及隶属度函数表征的参数,再通过与数据库中的辐射源数据进行模糊匹配来判断辐射源的类型,实现了雷达辐射源的被动识别方法.进一步通过识别出目标平台上所装备的雷达辐射源的参数值,利用模糊推理,推断出目标平台的类型.试验结果表明:模糊推理的算法是切实可行的,在对模拟数据加入的噪声不超过一定限制的情况下,对于数据库已有的目标能够达到较高的目标识别率. 相似文献
512.
513.
514.
准确定量评估电磁发射系统发射前的健康状态意义重大。针对模糊层次分析方法(Fuzzy Analytic Hierarchy Process, FAHP)在评估电磁发射系统串行结构同级元素健康值时存在较大偏差,且无法适用系统非线性变权重需求的缺陷,提出改进FAHP-神经网络方法。通过在计算同级元素健康指数时构造能够满足串行结构健康评估的非线性函数进行计算,并在数学上证明该方法的有效性;通过引入神经网络系统,在已有的系统先验信息和测量数据的基础上训练模型解决系统健康评估非线性变权重需求。基于电磁发射系统脉冲成形网络系统建立健康评估模型,开展评估试验。结果表明,提出的方法健康评估精度较高,在各种系统健康状态下,评估结果均符合系统实际的健康状况;对比传统的FAHP,提出的改进方法评估精度大幅提升,且在评估试验中没有出现故障误报和漏报的情况,从而验证了提出方法的可行性和工程实用价值。 相似文献
515.
《防务技术》2020,16(1):208-216
As the generalization of intuitionistic fuzzy set (IFS) and Pythagorean fuzzy set (PFS), the q-rung orthopair fuzzy set (q-ROFS) has emerged as a more meaningful and effective tool to solve multiple attribute group decision making (MAGDM) problems in management and scientific domains. The MABAC (multi-attributive border approximation area comparison) model, which handles the complex and uncertain decision making issues by computing the distance between each alternative and the bored approximation area (BAA), has been investigated by an increasing number of researchers more recent years. In our article, consider the conventional MABAC model and some fundamental theories of q-rung orthopair fuzzy set (q-ROFS), we shall introduce the q-rung orthopair fuzzy MABAC model to solve MADM problems. at first, we briefly review some basic theories related to q-ROFS and conventional MABAC model. Furthermore, the q-rung orthopair fuzzy MABAC model is built and the decision making steps are described. In the end, An actual MADM application has been given to testify this new model and some comparisons between this novel MABAC model and two q-ROFNs aggregation operators are provided to further demonstrate the merits of the q-rung orthopair fuzzy MABAC model. 相似文献
516.
517.
518.
519.
520.