全文获取类型
收费全文 | 65篇 |
免费 | 2篇 |
国内免费 | 4篇 |
专业分类
系统科学 | 6篇 |
丛书文集 | 2篇 |
教育与普及 | 1篇 |
综合类 | 62篇 |
出版年
2024年 | 3篇 |
2023年 | 2篇 |
2022年 | 5篇 |
2021年 | 1篇 |
2020年 | 2篇 |
2019年 | 2篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 2篇 |
2015年 | 8篇 |
2014年 | 3篇 |
2012年 | 4篇 |
2011年 | 5篇 |
2010年 | 8篇 |
2009年 | 5篇 |
2008年 | 3篇 |
2007年 | 3篇 |
2006年 | 1篇 |
2005年 | 1篇 |
2004年 | 2篇 |
2001年 | 3篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 1篇 |
排序方式: 共有71条查询结果,搜索用时 15 毫秒
1.
突风一直以来都是危及飞行安全的重要气象要素之一,造成国民经济和人民生命财产的损失。利用常规观测资料、ADWR-X多普勒气象雷达资料和ERA5逐小时再分析资料,对四川盆地西部一次爆发性大风过程中风场的精细化特征、成因及对飞行的影响进行诊断和模拟研究,结果表明:此次大风过程风速增长快,爆发性强。地面风速自午后开始出现4次波动,且每一次波动期间风速峰值呈增加趋势,时间呈缩短趋势。由于第4次波动风速呈爆发性增加,最大瞬时风达到了16.1 m/s,地面风速脉动值超过5 m/s,致使跑道区域内流场的不稳定性增加,起降跑道侧风值超过了中小型飞行器的起降标准。高空动量下传对本次大风过程中风速的爆发性增加起主导作用。中层强偏南气流与低层偏北急流配和,中层辐合以及低层辐散下沉的垂直结构使得低层下沉气流异常强劲,将900~850 hPa的大风核快速向地面传导。通过天气研究与预报(weather research and forecasting, WRF)模式四重嵌套对本次过程进行模拟,表明WRF对盆地西部冷空气补充南下引起的在风速演变趋势、风速最大值和大风影响时段的风向有较好的模拟能力,对飞行起飞和着陆有一... 相似文献
2.
道路,机场CAD系统三维工程设计模型研究 总被引:5,自引:0,他引:5
针对国内道路CAD系统中已有模型的局限性,通过分析国内外典型道路CAD系统,并结合作者研究和开发CAD系统的经验,提出了道路、机场CAD系统中设计对象模型表达课题.指出:随着道路、机场建设规模的日益扩大,为增强CAD系统的适应能力,提高软件开发水平,必须建立系统核心模型.文中对系统核心模型进行了较详细的研究,提出了系统核心模型的基本内容、总体框架结构和基本功能.同时结合机场CAD系统软件的开发,使研究工作更具有实际意义. 相似文献
3.
4.
5.
结合某型飞机详细地研究了起飞航迹计算的模型与方法 ,并对利用本文的模型和方法得出的结果与到某机场试飞测试数据的结果进行对比分析研究。结果表明 ,得到了给定起飞质量和机场条件的起飞航迹计算数据 ,它与试飞结果基本吻合 ,说明模型合理、解法正确、数据准确 相似文献
6.
7.
随着我国工程节能设计标准的颁布、更新与实施,建筑节能设计已经成为新建、改建、扩建工程时强制执行的一项专业设计。为满足相关设计标准规定,施工人员往往只能在规划阶段末期才能进行简单的节能核算,导致节能技术无法充分发挥其作用。本文依据生命周期内各因素对运行能耗的影响,对机场建设过程中规划阶段的管理进行了分析,并将节能设计概念引出,并与其规划内容相结合,对其节能技术的运用进行了探究,以实现机场建设节能减耗的目标,推动整个行业的可持续发展。 相似文献
8.
大雾是影响飞行安全最主要的气象要素之一。结合太原机场10年大雾资料,分析总结了大雾在不同季节、不同时间的形成条件及变化规律,为提高大雾天气条件下低能见度的预报准确率提供了一些借鉴。 相似文献
9.
为减少由于鸟击事件给大连机场带来的危害,采用踏查法和网捕法等方法对大连机场的常见昆虫进行了调查。结果证明:大连机场内的昆虫有13目、145种。为减少由昆虫引起的鸟害,建议对大连机场的昆虫采取定期割草、定期喷洒杀虫剂、更换草种、针对实际情况采取综合治理措施和对狗牙根进行转毒蛋白抗虫基因研究等方法进行治理。 相似文献
10.
为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立了6个描述终端区交通态势的指标。接着,构建反向传播(back propagation,BP)神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法(particle swarm optimization,PSO)优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型(genetic algorithm and back propagation,GA-BP)。 相似文献