全文获取类型
收费全文 | 3341篇 |
免费 | 725篇 |
国内免费 | 726篇 |
专业分类
测绘学 | 1055篇 |
大气科学 | 1134篇 |
地球物理 | 596篇 |
地质学 | 804篇 |
海洋学 | 214篇 |
天文学 | 21篇 |
综合类 | 290篇 |
自然地理 | 678篇 |
出版年
2024年 | 64篇 |
2023年 | 189篇 |
2022年 | 250篇 |
2021年 | 254篇 |
2020年 | 185篇 |
2019年 | 225篇 |
2018年 | 200篇 |
2017年 | 173篇 |
2016年 | 177篇 |
2015年 | 206篇 |
2014年 | 265篇 |
2013年 | 191篇 |
2012年 | 234篇 |
2011年 | 208篇 |
2010年 | 186篇 |
2009年 | 180篇 |
2008年 | 206篇 |
2007年 | 192篇 |
2006年 | 160篇 |
2005年 | 138篇 |
2004年 | 104篇 |
2003年 | 90篇 |
2002年 | 84篇 |
2001年 | 82篇 |
2000年 | 61篇 |
1999年 | 66篇 |
1998年 | 56篇 |
1997年 | 60篇 |
1996年 | 51篇 |
1995年 | 46篇 |
1994年 | 27篇 |
1993年 | 34篇 |
1992年 | 31篇 |
1991年 | 22篇 |
1990年 | 31篇 |
1989年 | 17篇 |
1988年 | 4篇 |
1987年 | 4篇 |
1986年 | 5篇 |
1984年 | 5篇 |
1983年 | 3篇 |
1980年 | 2篇 |
1978年 | 3篇 |
1977年 | 4篇 |
1976年 | 5篇 |
1954年 | 4篇 |
1951年 | 1篇 |
1936年 | 1篇 |
1935年 | 2篇 |
1930年 | 1篇 |
排序方式: 共有4792条查询结果,搜索用时 265 毫秒
81.
地理时空三向聚类分析方法的构建与实践 总被引:1,自引:0,他引:1
随着地理数据获取能力的不断提升,地理数据体量呈指数增长,数据种类、数据性质更加多元化。对数据的有效甄别和归类成为理解地理现象时空特征、演化过程和行为机制的关键。传统聚类方法面临数据体量大、维数高、质量差的挑战,加之对地理空间与时间关联分析的需求,对聚类方法改进和提升研究的要求越来越迫切。本文介绍了从单向到三向聚类构建思路的变革。单向聚类是仅在样本或属性方向上进行聚类,易忽视非常相似的局部特征、易犯“横看成岭侧成峰”的错误。双向聚类是基于数据矩阵内元素值的相似性,形成一个子矩阵分割方案,使子矩阵内元素相似度尽可能高,子矩阵间元素相似度尽可能低,从而实现行列两方向的同时聚类,避免了单向聚类的不足。鉴于双向聚类难以满足地理研究超出双向的解译需求,本文提出并研发了一个全新的三向聚类方法,给出了运用该方法开展地理时空格局过程探测的流程,总结了如何根据研究涉及的“空间—时间—尺度—属性”构建三维数据体;最后,展示了三向聚类的地理实践案例。结果表明:① 三向聚类是一种大数据时代探测地理数据时空分异规律的有效方法,可以解决数据维度高、质量低等问题;② 面对不同的地理问题,三向聚类在算法层面上是通用的,不同之处仅在于:根据不同问题涉及的空间、时间、尺度、属性的不同,构建不同的数据体;不同数据体聚类得到的不同结果回答不同的地理问题;③ 三向聚类可以实现地理数据的时空分异规律多方向、多尺度、多层次的联合解译,揭示地理特征时空尺度叠加效应。最后,论文强调根据地理问题组织数据的重要性,期待未来能够提升三向聚类在多空间尺度、多属性方面的地理研究实践。 相似文献
82.
针对目前常用的基于像素的深度神经网络极化SAR分类方法产生的椒盐现象,文中提出了一种联合自适应阈值多尺度分割方法和径向基神经网络的极化SAR地物分类方法。实验证明,该方法能够有效地保留SAR图像的结构特征并有效消除分类过程中产生的椒盐现象和破碎斑块,具有较高的分类精度。 相似文献
83.
深基坑监测对于城市工程的安全建设具有重要的指导意义。为了探究自动化监测系统在城市深基坑监测中的可行性,根据全站仪的测量原理利用Matlab进行三维仿真,从理论上证明了自动化监测系统的平面精度能够达到规范要求。采用尺度变形分析及水平位移对比分析,论证了在城市深基坑监测中利用自动化监测系统进行水平位移监测的可靠性。 相似文献
84.
青藏高原脆弱的高寒植被对外界干扰十分敏感,使其成为研究植被对气候变化响应的理想区域之一。青藏高原气候变化剧烈,在较短的合成时间研究气候变化对植被的影响十分必要。因此,本文利用GIMMS NDVI时间序列数据集,研究了1982-2012年青藏高原生长季月尺度植被生长的时空动态变化,探讨了其与气温、降水量和日照时数等气候因子的响应关系。结果表明:在区域尺度上,除8月外,其他各月份植被均呈增加趋势,显著增加多发生在4-7月和9月;大部分月份的NDVI增加速率随着时段的延长显著减小,表明NDVI增加趋势放缓;在像元尺度上,月NDVI显著变化的区域多呈增加趋势,但显著减少范围的扩张多快于显著增加。4月和7月植被生长主要是受气温和日照时数共同作用,6月和9月受气温的控制,而8月则主要受降水量的影响。长时间序列NDVI数据集的出现为采用嵌套时段研究植被生长变化趋势奠定了前提,而植被活动变化趋势的持续性则有助于形象表征植被活动变化过程、深入理解植被对气候变化的响应和预测植被未来生长变化趋势。由此推测,青藏高原月NDVI未来增加趋势总体上趋于缓和,但在像元尺度显著变化的区域趋于增加。 相似文献
85.
合理构建PM2.5浓度预测模型是科学、准确地预测PM2.5浓度变化的关键。传统PM2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM2.5浓度时间序列数据,分析PM2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度(天际、月际)构建GRNN模型更具有现实意义;同时,PM2.5对PM10、NO2、O3、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM2.5浓度预测精度,MAE、MAPE、RMSE和R2分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天(PM2.5浓度大于100 μg/m3)的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。 相似文献
86.
流域生态补偿是中国跨区域生态治理和自然区域保护的一项重要经济、社会、环境政策,涉及区域利益主体权益差异与协调、区域生态协同发展和合作模式构建等方面,是一个典型的地理学研究命题。本文将制度粘性引入到尺度政治理论中,剖析新安江流域生态补偿政府主体的博弈行为,探究不同政府主体的博弈特征和博弈机制。结果表明:中央政府、省级政府、市级政府等不同层级政府主体经历了竞争博弈、合作博弈和竞合博弈3个阶段,构建政府利益共同体能够推进流域生态补偿建设,中央政府的“适度介入”是开展跨省流域生态补偿的关键;流域生态补偿制度从“垂直”模式向“垂直—水平”模式的变迁过程中存在明显的制度粘性,政府主体利用政策革新和社会参与等制度约束稀释制度粘性,重塑流域生态补偿制度;尺度转换是推动新安江流域生态补偿的核心机制,政府主体通过重新分配权力和资本、嵌入非正式约束塑造流域生态补偿话语体系,推动新安江流域生态补偿由“强国家—弱社会”向“强国家—强社会”结构模式的转变。研究结果能够为构建跨区域流域生态补偿机制提供理论支撑,为合理评价和指导流域生态补偿实践、促进流域经济社会协调可持续发展提供科学依据。 相似文献
87.
88.
89.
复杂卫星图像中的小目标船舶识别 总被引:1,自引:1,他引:0
船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。 相似文献
90.
机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。 相似文献