全文获取类型
收费全文 | 750篇 |
免费 | 365篇 |
国内免费 | 95篇 |
出版年
2024年 | 1篇 |
2023年 | 19篇 |
2022年 | 9篇 |
2021年 | 20篇 |
2020年 | 35篇 |
2019年 | 16篇 |
2018年 | 15篇 |
2017年 | 62篇 |
2016年 | 66篇 |
2015年 | 53篇 |
2014年 | 65篇 |
2013年 | 50篇 |
2012年 | 93篇 |
2011年 | 61篇 |
2010年 | 46篇 |
2009年 | 89篇 |
2008年 | 62篇 |
2007年 | 60篇 |
2006年 | 64篇 |
2005年 | 51篇 |
2004年 | 46篇 |
2003年 | 31篇 |
2002年 | 37篇 |
2001年 | 25篇 |
2000年 | 27篇 |
1999年 | 19篇 |
1998年 | 18篇 |
1997年 | 16篇 |
1996年 | 11篇 |
1995年 | 8篇 |
1994年 | 10篇 |
1993年 | 9篇 |
1992年 | 3篇 |
1991年 | 2篇 |
1990年 | 8篇 |
1989年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有1210条查询结果,搜索用时 15 毫秒
961.
介绍了利用GAL算法对装备产生的声音信号进行处理,改进完善了基于竞争学习的GAL神经网络。测试结果表明,基于GAL算法的智能耳诊断系统的识别精度和自学习方面优于传统算法。 相似文献
962.
采用反馈FXLMS自适应控制算法,用TI公司的TMS320C30芯片作为控制器,并用TI公司的AD7874和AD7245分别作为模数和数模转换器,组成实时的噪声主动控制系统.应用于实际的通风管路噪声主动控制,获得良好效果. 相似文献
963.
固体火箭冲压发动机和导弹性能相互之间紧密耦合。从导弹总体方案设计阶段引入一体化设计思想,能充分发挥和协调好固体火箭冲压发动机和导弹的性能,提高了导弹的总体设计水平。采用基于遗传算法、Powell法和模式搜索法的多方法协作优化方法进行了以非壅塞式固体火箭冲压发动机为动力的导弹总体一体化优化设计。算例表明,采用该多方法协作优化方法进行一体化优化设计,可以协调导弹的总体参数,提高导弹的总体性能。 相似文献
964.
基于图像序列分析的图像制导极大地提高了成像武器的跟踪精度。给出了一种基于可变模板技术和遗传退火算法的图像序列目标跟踪算法。根据目标的物理特征构造出可变模板,定义合适的能量函数,采用遗传退火算法进行优化搜索。实验结果表明,该算法能够精确检测并跟踪目标,具有很快的收敛性和较高的抗噪声性。 相似文献
965.
966.
967.
回波信号仿真是研究分布式小卫星SAR系统的基础,对于系统总体设计具有重要意义。大范围自然场景回波仿真导致巨大的计算量。快速算法基于FFT实现,首先在时域利用脉冲序列近似表征场景在慢时刻的响应,然后利用FFT在频域实现线性时不变滤波以产生场景回波,算法能够有效减小运算量。对仿真的回波进行成像和干涉处理,结果验证了算法的有效性。 相似文献
968.
针对线性预测方法难以有效描述云团的非线性、非平稳变化的困难,基于经验正交函数分解(EOF)和遗传算法参数优化结合的思想,提出了一条云团非线性预测模型反演的方法途径。首先将卫星云图序列作EOF的时、空分解;在此基础上,引入遗传算法对EOF的时间系数序列进行了动力模型重构和模型参数反演,建立了EOF时间系数的非线性微分方程组;再通过时、空函数合成,构造了云团演变的动力预报模型。试验结果表明,反演的云团预报模型能较为合理地描述特定季节区域内云团演变的基本趋势,预测结果与实际云图的主要特征基本相符,尤其是实现了云图3h以上的中、长时效的客观预测。 相似文献
969.
阐述了基于能力的军事规划新思路,提出了从军事能力到系统项目的两层规划模型。该模型上层以效果和效果-成本比值最大化为目标,通过资本规模来约束下层决策。下层以各种能力最大化为目标,在成本约束下寻求不同系统项目的最佳组合,并将结果返回上层影响最终的决策。应用了多目标遗传算法来求解该规划模型。算例结果表明,所建立的双层规划模型及其求解算法对于国防资源分配问题是有效的。 相似文献
970.
汪泽焱 《国防科技大学学报》2002,24(4):37-41
为了满足通信网络中一些特定业务对于多个网络指标性能的同时要求 ,研究了一类基于多目标决策的QoS路由算法。通过选取带宽作为约束条件 ,把时延和丢失率作为优化目标 ,建立了QoS路由选择的多目标非线性整数规划模型 ,并给出了一种求解模型的交互式算法。该算法通过逐步调整目标函数的上界 ,压缩目标函数的搜索空间来满足决策者的要求和网络条件。实例计算结果表明了算法的可行性 相似文献