全文获取类型
收费全文 | 617篇 |
免费 | 62篇 |
国内免费 | 25篇 |
专业分类
系统科学 | 177篇 |
丛书文集 | 18篇 |
教育与普及 | 17篇 |
理论与方法论 | 17篇 |
现状及发展 | 12篇 |
综合类 | 463篇 |
出版年
2024年 | 3篇 |
2023年 | 18篇 |
2022年 | 12篇 |
2021年 | 21篇 |
2020年 | 32篇 |
2019年 | 12篇 |
2018年 | 9篇 |
2017年 | 14篇 |
2016年 | 21篇 |
2015年 | 23篇 |
2014年 | 52篇 |
2013年 | 48篇 |
2012年 | 44篇 |
2011年 | 49篇 |
2010年 | 62篇 |
2009年 | 58篇 |
2008年 | 44篇 |
2007年 | 30篇 |
2006年 | 36篇 |
2005年 | 15篇 |
2004年 | 26篇 |
2003年 | 13篇 |
2002年 | 12篇 |
2001年 | 10篇 |
2000年 | 6篇 |
1999年 | 3篇 |
1998年 | 6篇 |
1997年 | 8篇 |
1996年 | 3篇 |
1995年 | 3篇 |
1994年 | 5篇 |
1993年 | 1篇 |
1991年 | 4篇 |
1980年 | 1篇 |
排序方式: 共有704条查询结果,搜索用时 15 毫秒
701.
机载视距定向天线是无人机测控链路的重要组成部分,不仅需要满足对多个目标独立跟踪的功能要求,还需要满足体积小、重量轻的装机要求,传统定向天线不能同时满足功能和装机的要求。笔者设计了一种基于多目标独立跟踪的机载定向天线,采用双方位共轴设计实现了一台天线座架安装两副定向天线,进而实现多目标独立跟踪。整个天线高度集成,有效地减轻了重量,减小了包络尺寸,能够满足装机要求,适应更多的载机平台。 相似文献
702.
联合LiDAR和多光谱数据森林地上生物量反演研究 总被引:1,自引:0,他引:1
【目的】森林地上生物量的准确估测对于实时掌握全球碳储量变化及应对气候变化有着重要的意义。组合多种遥感数据特征优选,分类建模反演森林地上生物量,是提高森林地上生物量精度的有效方法。【方法】以根河市大兴安岭生态观测站寒温带天然林为研究对象,以机载激光雷达(LiDAR)、Landsat8 OLI两种遥感数据源结合55块地面调查数据,采用偏最小二乘算法优化筛选变量,再以线性多元逐步回归和快速迭代特征选择的最近邻算法(KNN-FIFS)构建模型,在两种数据源的不同组合方式下进行森林地上生物量反演。【结果】①基于线性多元逐步回归模型下的单一LiDAR数据反演精度决定系数(R2)为 0.76,均方根误差(RMSE)为 21.78 t/hm2;单一Landsat8 OLI数据的反演精度R2为 0.24,RMSE为39.27 t/hm2;LiDAR和Landsat8 OLI联合反演精度R2 为 0.84,RMSE为18.16 t/hm2;②基于KNN-FIFS模型下的单一LiDAR数据反演精度R2为 0.74,RMSE为23.83 t/hm2;单一Landsat8 OLI数据的反演精度R2为0.60,RMSE为 29.63 t/hm2;LiDAR和Landsat8 OLI联合反演精度R2为0.80,RMSE为21.15 t/hm2。【结论】①特征优选支持下的3种组合方式中,LiDAR和Landsat8 OLI两种数据的组合在两种模型中反演精度均最高,其中线性多元逐步回归模型的反演精度最高,说明LiDAR和Landsat8 OLI数据组合,激光雷达与光学数据优势特征互补,协同反演可有效提高森林地上生物量的反演精度;②单一数据源反演森林地上生物量精度中,LiDAR数据比Landsat8 OLI数据在两种模型反演精度中均较高,这与LiDAR数据空间分辨高、可获得垂直结构特征参数有关。 相似文献
703.
机载卫星通信天线是无人机测控链路的重要组成部分,需要满足重量轻、功耗低的要求,而太阳能无人机则对重量和功耗有着更为苛刻的要求。本文提出的系统方案,将机载天线的组成按舱内设备和舱外设备进行划分,并进行合理的分离与集成。方案采用全复合材料结构、结构对称设计和优化驱动链设计等方法,实现了机载天线重量和功耗进一步降低。仿真和试验表明,该机载天线能够满足太阳能无人机平台轻量化和低功耗的要求。 相似文献
704.
飞机燃油箱起火或爆炸是导致飞机失事的主要原因之一,在民用飞机燃油箱惰化系统使用过程中,能否实现最优惰化效率是广受关注的热点问题之一。为了研究不同影响因素对飞机燃油箱惰化特性的影响,研制了一套飞机燃油惰化试验装置,模拟飞机燃油箱冲洗惰化过程,探究了不同进气流量、浓度以及进气口位置对飞机燃油箱惰化系统惰化特性的影响情况。 相似文献