全文获取类型
收费全文 | 80篇 |
免费 | 10篇 |
国内免费 | 42篇 |
专业分类
测绘学 | 9篇 |
大气科学 | 15篇 |
地球物理 | 9篇 |
地质学 | 60篇 |
海洋学 | 4篇 |
天文学 | 8篇 |
综合类 | 11篇 |
自然地理 | 16篇 |
出版年
2023年 | 1篇 |
2022年 | 5篇 |
2021年 | 9篇 |
2020年 | 5篇 |
2019年 | 5篇 |
2018年 | 2篇 |
2017年 | 4篇 |
2016年 | 9篇 |
2015年 | 2篇 |
2014年 | 7篇 |
2013年 | 5篇 |
2012年 | 14篇 |
2011年 | 15篇 |
2010年 | 17篇 |
2009年 | 6篇 |
2008年 | 5篇 |
2007年 | 4篇 |
2006年 | 6篇 |
2005年 | 5篇 |
2004年 | 2篇 |
2003年 | 1篇 |
2002年 | 2篇 |
1998年 | 1篇 |
排序方式: 共有132条查询结果,搜索用时 31 毫秒
41.
基于RCNN的无人机巡检图像电力小部件识别研究 总被引:1,自引:0,他引:1
随着无人机(UAV)在电力巡线作业中的应用推广,对无人机巡检图像的信息挖掘或目标识别需求也越来越强烈。传统的电力部件识别流程常使用经典的机器学习算法,如支持向量机(SVM)、随机森林或adaboost,结合梯度、颜色或纹理等浅层特征来对电力部件进行识别,难以充分利用无人机巡检图像的信息,并且难以达到较高的准确率。卷积神经网络(CNN)在目标识别中表现优异,在很多目标识别场景之中成为首选算法。基于区域的卷积神经网络(RCNN)通过使用CNN从图像中提取可能含有目标的区域来检测并识别目标,但是计算复杂,难以满足识别海量电力巡检图片的需求。Fast R-CNN和Faster R-CNN利用CNN网络提取图像特征,后接一个区域提议层,优化了提取可能含有目标区域的方式并改进识别目标的分类器,使目标的检测和识别几乎实时。本文详细描述了Faster R-CNN算法流程,并在无人机电力线巡检图像部件检测中使用,然后分别对DPM、SPPnet和Faster R-CNN识别方法进行了对比分析,利用实际采集的电力小部件巡检数据构建的数据集对3种方法进行测试验证,并讨论了不同参数对识别结果的影响。实验结果表明,基于深度学习的识别方法实现电力小部件的识别是可行的,而且利用Faster R-CNN进行多种类别的电力小部件识别定位可以达到每张近80 ms的识别速度和92.7%的准确率。 相似文献
42.
43.
44.
水体营养物及其响应指标基准制定过程中建立参照状态的方法—以典型浅水湖泊太湖为例 总被引:14,自引:2,他引:12
建立参照状态是水体营养物及其响应指标基准制订的关键性工作,建立参照状态的方法主要有时间参考状态法、空间参考状态法、频率法、沉积物历史反演法和预测或外推模型法等,以我国东部湖区典型水体太湖为例,主要应用频率分析法建立了太湖营养物总氮、总磷及响应指标叶绿素a、塞氏深度基准的参照状态,并用时间参考状态法和沉积物历史反演法进行了总氮和总磷参照状态值的验证,综合研究分析显示太湖营养物总磷、总氮的参照状态值应为0.03mg/L、0.6mg/L;响应指标叶绿素a、塞氏深度的参照状态值应为0.004mg/L、0.70m.研究结果旨在为我国水体营养物及其响应指标基准、标准的研究与制订以及我国水体富营养化的控制提供理论和方法借鉴. 相似文献
45.
46.
47.
48.
49.
内蒙古克什克腾旗黄岗山锡铜矿区北部及中部为第四纪冰川遗迹,在植被极其发育的地表之下为冰渍物、残坡积物等组成的碎石层,厚度多大于3m,因此开展地表地质工作有一定的难度。为提高找矿效果,开展了1:1万激电测量工作。通过对激电异常的查证分析,在DJH-1号激电异常南西侧边界,燕山早期似斑状中细粒黑云母二长花岗岩与两侧石英闪长岩、花岗斑岩的内、外接触带附近发现有多期次岩浆侵入,矿化蚀变强烈,目前共圈定锡矿体10个、铜矿体8个;圈定的矿体和发现的激电异常具有较好的对应性,为进一步开展地质勘查工作提供了重要的依据。 相似文献
50.
招远两涧地区位于玲珑金矿田的东北部边界,多数矿脉延至本区尖灭,本区金矿的特征为:矿脉众多,矿体规模为中小型,矿石类型以含金黄铁绢英岩化碎裂岩、含金黄铁石英脉为主,矿石品位较高。成矿规律为:矿体均受断裂构造控制;矿区南部矿体赋存在地表至-200 m标高之间共计600 m的范围内;36号脉、510号脉、209号脉为本区较大规模的矿脉,所含矿体在规模、数量、赋存位置等方面具有各自的规律。 相似文献