全文获取类型
收费全文 | 664篇 |
免费 | 83篇 |
国内免费 | 51篇 |
专业分类
化学 | 274篇 |
晶体学 | 1篇 |
力学 | 83篇 |
综合类 | 7篇 |
数学 | 24篇 |
物理学 | 409篇 |
出版年
2023年 | 27篇 |
2022年 | 21篇 |
2021年 | 23篇 |
2020年 | 6篇 |
2019年 | 25篇 |
2018年 | 22篇 |
2017年 | 44篇 |
2016年 | 42篇 |
2015年 | 46篇 |
2014年 | 52篇 |
2013年 | 28篇 |
2012年 | 26篇 |
2011年 | 31篇 |
2010年 | 32篇 |
2009年 | 36篇 |
2008年 | 34篇 |
2007年 | 42篇 |
2006年 | 29篇 |
2005年 | 30篇 |
2004年 | 41篇 |
2003年 | 24篇 |
2002年 | 26篇 |
2001年 | 23篇 |
2000年 | 18篇 |
1999年 | 17篇 |
1998年 | 8篇 |
1997年 | 9篇 |
1996年 | 6篇 |
1995年 | 5篇 |
1994年 | 5篇 |
1993年 | 1篇 |
1992年 | 11篇 |
1991年 | 2篇 |
1990年 | 3篇 |
1989年 | 1篇 |
1988年 | 1篇 |
1983年 | 1篇 |
排序方式: 共有798条查询结果,搜索用时 15 毫秒
1.
机器人领域涉及到力学、机械、材料、控制、电子和计算机等多个学科. 其中, 爬行机器人可在极端环境下工作, 进而可有效降低人工作业的危险性并提高工作效率. 因此, 爬行机器人一直是机器人领域的重点研究对象. 压电陶瓷是一种能够将机械能和电能互相转换的新型功能陶瓷材料. 逆压电效应是指当在电介质的极化方向施加电场, 这些电介质就在一定方向上产生机械变形或机械压力, 当外加电场撤去时, 这些变形或应力也随之消失. 本文基于压电陶瓷的逆压电效应设计了一种由3条弯曲变截面梁支撑的一体化三足爬行机器人. 利用理论力学方法对该三足爬行机器人建立整体受力分析方程, 再用哈密顿原理对变截面、变角度梁建立动力学方程, 最终得到了可求解该三足爬行机器人的压电驱动腿固有频率的方程. 设计并制作了三足爬行机器人实物, 通过实验测试了不同弯折角度、不同驱动频率、不同负载、不同电压波形对运动方向及运动速度的影响. 最后利用不对称的驱动电压使三足爬行机器人实现了左转、右转以及不加导轨的近似直线运动, 实现了设计的3个方向的运动, 最后分析了该机器人的能耗问题. 该研究可为微型爬行机器人设计和实验提供参考依据. 相似文献
2.
通过改装多旋翼无人机(UAV)和搭载各类载荷以及联合地基观测设备对大柴旦地区大气、环境以及气溶胶参数进行测量。利用获得的数据资料,对该地区近地层气溶胶粒子数浓度(即单位体积空气中气溶胶粒子的数目)、消光系数以及气象要素等特征进行了分析。结果表明,在大柴旦地区,近地层气溶胶粒子数浓度日变化显著,呈现双峰形态,气溶胶粒子数浓度的变化范围为75~220 cm-3,消光系数的变化范围为0.004~0.038 km-1;当风速小于6 m/s时,气溶胶粒子数浓度与风速呈负相关关系;当风速大于6 m/s时,二者呈正相关关系;相对湿度对气溶胶粒子的影响较小,这可能是由于该地区以沙尘型气溶胶为主,吸湿性较弱。本研究基于多旋翼无人机探测平台,可以有效地获得近地层精细化大气、环境结构,有助于研究人员了解该地区气溶胶的结构、变化特征以及建立气溶胶模式,同时也为气溶胶及大气环境参数探测方法提供了技术支撑及思路拓展。 相似文献
3.
水稻分蘖期无人机高光谱影像混合像元特征分析与分解 总被引:1,自引:0,他引:1
开展水稻无人机高光谱解混,获取水稻植株的高光谱反射率信息,对于提高水稻理化参量的反演模型精度具有重要意义。目前大多基于高光谱遥感影像自身数据进行解混,运用算法模型进行高光谱数据解混,将高光谱图像和可见光图像进行优势互补,提出一种基于无人机高清影像与高光谱遥感影像融合的稻田无人机高光谱解混方法,解决单一数据局限性问题,增强光谱数据对地物的描述能力。为了更好的计算端元丰度,将同一目标区的高清数码正射影像与无人机高光谱遥感影像利用经纬度信息进行空间配准,使得不同传感器获得的图片在几何位置上对齐,通过SVM分类器的监督分类方法对可见光的数码正射影像进行地物分类,利用地物分类的结果对应高光谱的一个像元,从而得到一个像元内的端元丰度。设相邻区域内的水体端元是相同的,利用线性解混模型(LSMM)对相邻区域的混合像元进行解混,最终获取水稻高光谱反射率信息。结果表明对两种图片进行空间配准丰富了数据源信息,有利于像元的端元丰度计算,其中水稻端元丰度在70%以上解混效果最好,丰度在50%以上解混效果一般,丰度在30%以下解混效果较差;选择监督分类方法进行地物分类,精度达到99.5%,面向对象方法分类精度为98.2%,监督分类方法优于面向对象分类方法;最终得到的混合像元分解反射率高于原混合像元反射率,减少了水体混合部分对光谱数据的影响,使得分解后水稻的光谱反射率更加准确,为水稻理化参量无人机成像高光谱遥感反演提供更加准确的科学依据。 相似文献
4.
微型射频离子推力器具有结构简单、工作寿命长、推力动态范围大、性能调节响应灵敏等特点,是国际微电推进领域的研究热点之一.射频离子推力器电离室内的感性耦合放电等离子体特性和推力器的性能密切相关.为此,文章建立了低气压、小尺寸微型射频离子推力器电离室内感性耦合等离子体流体模型,开展了电磁场、流场、化学反应浓度场的多物理场耦合仿真分析,并研究了等离子体放电特征参数随推进剂工质气压、放电吸收功率、射频频率以及线圈匝数等因素的变化规律.结果表明,推进剂工质气压、放电吸收功率是调节微型射频离子推力器性能的主要因素,该研究为综合调控微型射频离子推力器的工作性能奠定了良好的基础. 相似文献
6.
基于无人机多光谱图像的土壤水分检测方法研究 总被引:1,自引:0,他引:1
以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。 相似文献
7.
由于目前在小型无人机执行器故障诊断中存在着智能化程度较低,容易受到人为因素干扰,从而出现故障漏检等问题,难以满足小型无人机对飞行安全的要求。为此,本文提出一种基于多维数据关联规则挖掘(Multidimensional Data Association Rules Mining: MDARM)和VxWorks操作系统的小型无人机执行器故障诊断方法,通过建立执行器内部传感器测量的温度、压力、流速、力矩等相关变量的历史数据库,并对这些数据进行预处理,以避免带来噪声污染,并利用可测量参数与不可测量参数之间的关联性,建立故障诊断知识库,避免了诊断过程中的人为因素干扰,实现小型无人机执行器故障的精准测量。实验结果证明,这种方法能够有效地提高故障准确率64.7%,对小型无人机执行器的智能诊提供有效指导,应用前景广阔。 相似文献
9.
由于大部分环境样品的浓度非常低,为了实现其直接检测,提出将一种集成化的微型富集器应用到色谱系统中。富集器可实现色谱系统的进样与样品富集,能将色谱仪的检测限提高1~2个数量级。设计的富集器采用了高容量4平行通道结构,沟道内填充了高吸附率的Tenax-TA吸附材料,来实现对环境样品中挥发性有机化合物组分的富集。此外,为了密闭热解吸过程中所释放的组分,在微型富集器后集成了微型阀。试验结果表明,研制的微型富集器取得了15倍以上的富集因子。而且,通过微阀的控制,色谱峰的拖尾和峰展宽得到了有效的控制。因此,该微型富集器可广泛应用到环境样品的快速检测中,提高各检测器对复杂环境的适应能力。 相似文献
10.
《中国惯性技术学报》2020,(1)
针对多无人机协同航迹求解计算量大、难以收敛等问题,提出了一种基于粒子群优化和Hook-Jeeves (PSO-HJ)搜索算法相融合的多无人机时间协同三维航迹规划方法。首先,建立了单无人机航迹规划求解模型。然后,通过对适应度评价函数值低的粒子引入Hooke-Jeeves搜索算法,提高了粒子多样性,改善了航迹规划算法收敛性;对不满足约束的粒子引入约束违反度函数,基于比较准则提出了一种新的粒子评价机制,促进粒子搜索位于约束边界的最优解,加快了航迹规划算法的计算效率。最后,设计了一种多无人机时间协同航迹规划求解算法,利用PSO-HJ算法先分别求解单无人机航迹信息,通过多无人机集中航迹规划层协调到达时间实现协同航迹规划。仿真结果表明,PSO-HJ算法的精度比量子粒子群(QPSO)算法精度提高了20.85%,比PSO算法精度提高了58.14%,更适用解决实际复杂的多机协同规划问题。 相似文献