全文获取类型
收费全文 | 125篇 |
免费 | 22篇 |
国内免费 | 14篇 |
专业分类
测绘学 | 30篇 |
大气科学 | 18篇 |
地球物理 | 22篇 |
地质学 | 43篇 |
海洋学 | 16篇 |
综合类 | 20篇 |
自然地理 | 12篇 |
出版年
2024年 | 2篇 |
2023年 | 4篇 |
2022年 | 4篇 |
2021年 | 5篇 |
2020年 | 1篇 |
2019年 | 8篇 |
2018年 | 3篇 |
2017年 | 4篇 |
2016年 | 3篇 |
2015年 | 3篇 |
2014年 | 5篇 |
2013年 | 6篇 |
2012年 | 5篇 |
2011年 | 3篇 |
2010年 | 9篇 |
2009年 | 10篇 |
2008年 | 13篇 |
2007年 | 4篇 |
2006年 | 10篇 |
2005年 | 9篇 |
2004年 | 8篇 |
2003年 | 5篇 |
2002年 | 4篇 |
2001年 | 8篇 |
2000年 | 4篇 |
1999年 | 6篇 |
1998年 | 2篇 |
1996年 | 5篇 |
1995年 | 3篇 |
1993年 | 1篇 |
1991年 | 1篇 |
1990年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有161条查询结果,搜索用时 62 毫秒
11.
12.
随着互联网的快速发展,气象部门职工作为学习者可以获得的学习资源得到极大丰富。信息超载导致检索合适的在线学习资源时遇到了困难;学习者在不同学习环境和序列访问模式上也有不同的学习需求。但是,现有的推荐系统,如基于内容的推荐和协同过滤,没有结合学习者的情境和序列访问模式,推荐结果准确度不高。本文提出了一种结合情境感知、序列模式挖掘和协同过滤算法的混合推荐算法来为学习者推荐学习资源。混合推荐算法中,情境感知被用来整合学习者的情境信息,如知识水平和学习目标;序列模式挖掘被用来对网络日志进行挖掘,发现学习者的序列访问模式;协同过滤被用来根据学习者的情境数据和序列访问模式为目标学习者计算预测并生成建议。实验和应用效果表明,该混合推荐算法推荐的质量和准确性方面优于其他推荐算法。 相似文献
13.
在实验室对青岛近岸现场水样进行处理、分析,获得了原始状态下水样和被过滤(0.22μm,0.45μm)黄色物质水样的吸收光谱数据,除进一步验证了黄色物质光谱分布模式外,还测得黄色物质光吸收随滤膜孔径的变化。30个现场样品在波长380nm处吸收系数统计平均值^—Ay(380)分析表明,当使用0.45μm过滤器对水样进行处理,所获得的^—Ay(380)值要比未经过处理的现场水样所测得的^—Ay(380)值高约2.1%;而用0.22μm过滤器对现场水样进行处理,所获得的^—Ay(380)值要比未经过处理的现场样品所测得的^—Ay(380)值高约12.6%,要比用0.45μm过滤器处理的现场样品所测得的^—Ay(380)值高约10.3%,这些数据的获得为现有已获黄色物质数据的“归一化”和统一评判以及未来黄色物质测量数据的准确性判断与比较提供了参考。 相似文献
14.
煤矸石粉煤灰吃干榨净变建材,锅炉过滤除尘全“戒烟”,废水循环利用成资源——义马,一个以煤炭为标志的城市、正在悄然发生着变化。 相似文献
15.
我国主要育珠贝(蚌)贝壳珍珠层的扫描电子显微镜研究 总被引:8,自引:0,他引:8
采用扫描电子显微镜(SEM)对我国海水马氏珍珠贝Pinctada martensi(Dunker),大珠母贝Pinctada maxima(Jameson)、企鹅珍珠贝Pteria penguin(Roeding)和淡水三角帆蚌Hy-riopsis cumingii(Lea)贝壳珍珠层内层面的形貌特征进行了研究,结果表明,4种贝壳珍珠层均呈砖墙式结构,珍珠层中文五笔型小板片呈不规则多边形至六边形,直径为1.3-4.5μm,厚度0.35-0.85μm,同一种类贝壳中文石小板片的形状及粒径均匀一致,反映了生物矿物化的特殊性。珍珠层沿壳内层面与棱柱层过滤带中均存在初始生长的文石小晶体结构排列较混乱的现象,与成熟珍珠层中文石小板片的定向排列结构明显不同。 相似文献
16.
17.
18.
19.
针对电子商务网站经营需要,构建了个性化推荐系统的逻辑模型,并采用对商品特征无依赖性的协同过滤推荐算法设计了个性化推荐引擎,对提高电子商务网站个性推荐效率有一定的参考价值. 相似文献
20.
针对车载激光点云中对各特征物提取结果后矢量化成图时的自动化问题,本文基于双方向积分法实现了边缘检测及矢量化成图,旨在保证特征物基本特征的同时,也保证点云的绝对精度。将输入的特征点云进行离群点过滤,以保证外包框算法特征点云的准确度;将三维点云按照外包框算法投影至最优平面,为后续沿各方向积分提供输入;利用八邻域KD-tree算法求出样本特征点云的均值邻域半径,依据邻域半径对各方向积分提供积分域中的微分元;根据提供的微分元沿各方向进行积分,在该积分元内找到距平面最值的最优解;按照积分结果构建点云索引,并根据点云特征构建模型,最终得到高精地图的矢量化点云。试验证明了该方法在处理实际问题时的可行性。 相似文献