全文获取类型
收费全文 | 1291篇 |
免费 | 281篇 |
国内免费 | 106篇 |
出版年
2024年 | 4篇 |
2023年 | 14篇 |
2022年 | 23篇 |
2021年 | 22篇 |
2020年 | 41篇 |
2019年 | 16篇 |
2018年 | 19篇 |
2017年 | 74篇 |
2016年 | 81篇 |
2015年 | 42篇 |
2014年 | 95篇 |
2013年 | 86篇 |
2012年 | 104篇 |
2011年 | 118篇 |
2010年 | 74篇 |
2009年 | 112篇 |
2008年 | 106篇 |
2007年 | 88篇 |
2006年 | 88篇 |
2005年 | 92篇 |
2004年 | 75篇 |
2003年 | 56篇 |
2002年 | 54篇 |
2001年 | 40篇 |
2000年 | 22篇 |
1999年 | 24篇 |
1998年 | 23篇 |
1997年 | 18篇 |
1996年 | 8篇 |
1995年 | 17篇 |
1994年 | 9篇 |
1993年 | 8篇 |
1992年 | 9篇 |
1991年 | 5篇 |
1990年 | 7篇 |
1989年 | 4篇 |
排序方式: 共有1678条查询结果,搜索用时 15 毫秒
231.
网络中心战概念及其体系结构模型 总被引:2,自引:0,他引:2
介绍了美、英、澳等军事大国在网络中心战领域的研究状况,阐释了制信息权的概念,给出了网络中心战的定义.分析了美军在<2020年联合构想>中确认的核心作战概念,详细阐述了网络中心作战的顶层概念框架及顶层概念到第二层的映射关系.介绍了网格技术,提出了网络中心战网格模型的立体结构和平面结构,最后总结了对这一领域研究的重要意义. 相似文献
232.
网络中心战中的协作及其量化模型研究 总被引:3,自引:0,他引:3
协作是网络中心战的原则之一.协作的概念及其量化模型是目前网络中心战研究中的一个热点.在详细解释了信息时代中协作的概念基础上,分析研究了协作的维以及网络中心战中的信息域和认知域的协作,指出协作既有利也有弊.进而,将协作的影响简化为协作对完成作战任务的时间上的影响.利用信息熵量化了协作带来的"正影响",利用Logistic方程量化了协作带来的"负影响",综合这两种影响给出了简化的协作量化模型.最后指出了该模型适用于量化诸如防空作战中的协作等时间关键的协作. 相似文献
233.
234.
改进的蚁群算法及其在卫星网络路由计算中的应用 总被引:1,自引:1,他引:0
介绍了蚁群算法的原理,然后对现有蚁群算法进行了一些改进,使它能够快速地收敛以满足高速变化的卫星网络拓扑结构.采用改进的虚拟拓扑策略解决了卫星网络拓扑高速变换的问题,将改进的蚁群算法应用于其上,并给出了相应的性能评估.所提出的改进的虚拟拓扑策略,能够大大减少一个系统周期内卫星网的时间片个数.应用于此基础上的改进的蚁群算法也体现了较好的性能. 相似文献
235.
研究了利用贝叶斯网络不确定推理技术实现端到端服务故障诊断的方法,详细描述了贝叶斯网络故障诊断模型的建立方法,设计了基于Pearl信念传播机制的故障诊断算法,并对其进行了改进,以提高诊断效果.最后,通过仿真验证了该方法的有效性,并提出了下一步的研究方向. 相似文献
236.
237.
装备维修器材管理可视化系统研究 总被引:1,自引:0,他引:1
通过对装备维修器材的信息化需求和国内外可视化现状的分析, 以我军装备保障为背景, 探讨了维修器材管理可视化系统的概念和研究内容, 提出了我军未来装备维修器材管理可视化系统的框架式模型, 并为实现该模型进行了技术讨论和推断。 相似文献
238.
应急作战装备物资供应链研究 总被引:4,自引:0,他引:4
把供应链管理理论应用到应急作战装备物资供应中,抛弃传统的管理模式,从应急作战装备物资供应链的内涵、应急作战装备物资供应链管理内容、应急作战装备物资供应链管理方法和应急作战装备物资供应链实施策略4个方面进行阐述,旨在提高应急作战条件下装备物资供应保障效率。 相似文献
239.
针对装甲装备车务管理信息化建设过程中,出现的数据环境不适应信息化发展的问题,分析了造成数据环境混乱,形成信息孤岛的原因,提出了用信息资源规划的思想和技术对数据环境进行改造,建立车务管理的功能模型、数据模型和数据管理的基础标准,实现信息共享的方案,解决了车务管理信息化建设过程中的信息孤岛问题,为实现车务管理信息化的跨越式发展奠定了基础. 相似文献
240.
基于粗集的神经网络在目标类型识别中的研究 总被引:1,自引:0,他引:1
为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力。实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度。 相似文献