全文获取类型
| 收费全文 | 494篇 |
| 免费 | 28篇 |
| 国内免费 | 3篇 |
专业分类
| 测绘学 | 435篇 |
| 大气科学 | 6篇 |
| 地球物理 | 19篇 |
| 地质学 | 6篇 |
| 海洋学 | 8篇 |
| 综合类 | 41篇 |
| 自然地理 | 10篇 |
出版年
| 2024年 | 8篇 |
| 2023年 | 21篇 |
| 2022年 | 32篇 |
| 2021年 | 39篇 |
| 2020年 | 17篇 |
| 2019年 | 38篇 |
| 2018年 | 37篇 |
| 2017年 | 32篇 |
| 2016年 | 31篇 |
| 2015年 | 26篇 |
| 2014年 | 34篇 |
| 2013年 | 22篇 |
| 2012年 | 45篇 |
| 2011年 | 16篇 |
| 2010年 | 14篇 |
| 2009年 | 22篇 |
| 2008年 | 23篇 |
| 2007年 | 21篇 |
| 2006年 | 15篇 |
| 2005年 | 15篇 |
| 2004年 | 4篇 |
| 2003年 | 4篇 |
| 2002年 | 1篇 |
| 2001年 | 2篇 |
| 2000年 | 3篇 |
| 1997年 | 3篇 |
排序方式： 共有525条查询结果，搜索用时 250 毫秒
141.
142.
提出了一种顾及空间邻域关系的多时相SAR影像非监督变化检测方法，采用马尔可夫随机场（Markov random field，MRF）模型描述SAR比值差异图像的空间上下文信息，提出了基于该模型的EMMPM非监督变化检测算法。实例研究表明，与未顾及空间上下文信息的EM双阈值算法相比。该方法能够有效地提高变化区域提取的可靠性和准确性。 相似文献
143.
144.
变化检测方法及其在城市中的应用 总被引：10，自引：0，他引：10
变化检测作为一种手段，已经广泛地应用在各个领域。灾害动态监测、环境污染监测以及城市规划等方面都已涉及到适时地、有效地进行变化监测。目前已有的变化检测方法主要是利用遥感影像等进行的，对于大比例尺的航空影像进行的城市地区的变化检测还是少数。在总结目前已有的变化检测方法的同时，对这些方法进行分析和评价，提出有必要发展自动地、智能地、精确地、有效地变化检测方法，最后提出利用单像分析和双像分析相结合的城市变化检测方法的思路。 相似文献
145.
基于线状图形相似性的道路数据变化检测 总被引：2，自引：0，他引：2
将相似性认知的距离观与特征集合观相结合,在获得相似性图形的差异距离的基础上,提出了线状地物的几何图形相似性度量模型;通过研究空间数据变化与相似度的关系,提出了基于线状地物相似度的空间数据变化检测算法,实现了基于线状图形相似性认知的道路数据变化发现与提取. 相似文献
146.
基于概率统计模型的遥感影像变化检测 总被引：5，自引：0，他引：5
基于概率统计理论,提出了一种基于t检验的遥感影像自动变化检测方法,并实现了其与相关系数法的有效结合,运用于复杂城区环境下地物类型的自动变化检测.对于高空间分辨率影像,有效引入纹理特征,减少了房屋阴影的影响,对最终变化检测结果起到了明显的增强效果.实验采用不同类型的数据,详细叙述了变化目标的提取以及本文方法的特点,结果真实反映了实际地物的变化,表明该方法具有很好的实用价值. 相似文献
147.
韩改新 《测绘与空间地理信息》2008,31(3)
分析了相对辐射校正在变化检测中的重要性,以基于植被指数的变化检测为例,比较常用相对辐射校正方法及其对变化检测的影响,并且提出一种基于相关系数稳健的相对辐射校正的新方法。通过试验发现相对辐射校正能够减小多时相遥感图像间由于大气、照度和传感器标度等存在差异而造成的影响,提高了基于植被指数变化检测的精度。自动稳健的相对辐射校正方法能够减少辐射误差,提高植被变化检测的精度,与传统的方法相比具有结果稳定、不容易受到误差干扰的特点。 相似文献
148.
149.
对高分辨率遥感卫星影像利用变化检测技术更新现有的影像数据库或地图数据库是一项对测绘具有重要意义的工作。对现有的变化检测技术进行了分类总结,然后提出了对高分辨率遥感卫星影像进行变化检测的实施流程,最后结合数学形态学算法对SPOT5影像(2.5 m分辨率)进行了相关实验。 相似文献
150.
土地覆盖的短期时空变化模式研究,对土地覆盖的快速、动态监测具有重要意义,也是遥感研究的新热点。本文利用2000—2001年的时间序列Radarsat图像,采用功率谱分析方法,对土地覆盖的短期时—空变化的周期特征进行了分析,由此建立了基于时间序列影像分析的神经网络预测模型,从植被主要生长季节的时间序列雷达卫星影像获取训练样本,对研究区域的典型土地覆盖的短期动态变化过程进行了学习。学习后的模型能够利用多个时间序列的Radarsat影像对下一时刻的影像进行模拟,并进一步检测变化。在模拟结果基础上,定义相对变化距离函数和检测门限,对模拟影像及实际影像中的变化区域进行了检测。检测精度范围在66.67%(农村居民点)—91.67%(水体)之间,平均检测精度为81.66%。由于时间序列信号的引入,神经网络模型能够较好地获取土地覆盖的短期动态变化信息。 相似文献