全文获取类型
收费全文 | 537篇 |
免费 | 24篇 |
国内免费 | 49篇 |
专业分类
测绘学 | 361篇 |
大气科学 | 15篇 |
地球物理 | 24篇 |
地质学 | 88篇 |
海洋学 | 55篇 |
综合类 | 25篇 |
自然地理 | 42篇 |
出版年
2024年 | 2篇 |
2023年 | 7篇 |
2022年 | 26篇 |
2021年 | 31篇 |
2020年 | 36篇 |
2019年 | 39篇 |
2018年 | 28篇 |
2017年 | 27篇 |
2016年 | 38篇 |
2015年 | 57篇 |
2014年 | 26篇 |
2013年 | 50篇 |
2012年 | 31篇 |
2011年 | 30篇 |
2010年 | 23篇 |
2009年 | 21篇 |
2008年 | 22篇 |
2007年 | 35篇 |
2006年 | 27篇 |
2005年 | 13篇 |
2004年 | 16篇 |
2003年 | 9篇 |
2002年 | 8篇 |
2001年 | 4篇 |
2000年 | 4篇 |
排序方式: 共有610条查询结果,搜索用时 125 毫秒
91.
92.
天宫一号高光谱数据是继美国Hyperion之后,另一种可应用于地质领域的成像光谱数据.面向地质应用特点与需求,针对反射率产品开展全面、定量的数据质量评价对于深化应用研究具有重要意义.但是,由于航天成像光谱数据与地面实测波谱空间尺度差异甚大,在荒漠戈壁区选取自然地物进行波谱测试,并对其开展评价,特别是定量评价,非常困难.本文以航空HyMap数据为传递,完成了天宫一号成像光谱数据质量的定量评价.结果表明,在矿物识别采用的主要短波红外谱段,天宫一号高光谱数据的信噪比明显优于Hyperion数据.采用2190—2230 nm、2310—2355 nm两个谱段的吸收深度初步对天宫一号高光谱短波红外数据真实性进行了评价,经过校正后,天宫一号数据Al-OH、Mg-OH/CO32-矿物大类或组合的漏提率从71%、67%减小至29%、28%,可有效提高弱信息的检出率. 相似文献
93.
基于实测高光谱数据的鄱阳湖湿地植被光谱差异波段提取 总被引:1,自引:0,他引:1
高光谱遥感技术的出现为有效解决湿地植被种类的精细识别和分类提供了可能.通过实地测取鄱阳湖湿地5种植被的高光谱数据,在对数据预处理的基础上,提出一种基于数据误差范围和植被光谱均值差的植被光谱差异波段提取方法.将该方法应用于包络线变换前后的光谱曲线提取植被的光谱差异波段,最后利用马氏距离法检验植被识别效果.结果表明:本文中的方法有效提取了植被光谱差异波段,其中变换前光谱差异波段分别为663~688 nm,变换后为581~636、660~695和1225~1236 nm.在光谱差异波段范围内,同种植被的马氏距离值小于异种植被的马氏距离值,可有效对植被进行识别.研究结果为湿地植被分类识别奠定了理论基础,同时为湖泊湿地植被以及湖泊生态环境的保护决策提供科学依据. 相似文献
94.
由于自然演替和一些干扰因素的影响,森林覆盖处在不断的变化中.结合云南省西双版纳地区的天宫一号高光谱数据以及Landsat影像,研究了热带森林覆盖制图与变化检测的自动化识别方法.首先分析了每景影像中红光波段的光谱属性,依据直方图提取出纯净森林像元,然后计算影像中各像元与纯净森林像元之间的光谱相似性,从而得到森林指数并以此为依据提取出每景影像对应的森林覆盖图,将多期的森林覆盖专题图进行叠加分析即可得到森林变化专题图.结果表明:(1)使用天宫一号高光谱影像可以进行森林覆盖自动化提取,生成的森林覆盖图合理地反映了森林分布状况;(2)与多期遥感影像结合进行森林变化信息提取,提取结果很好地体现了森林减少和森林恢复情况,对新恢复的未郁闭森林也可以进行有效检测. 相似文献
95.
针对基于深度学习的分类模型在训练样本较少时所遭受的潜在过拟合问题,提出一种具备过拟合抑制的生成式对抗网络分类算法,并应用于高光谱图像分类.该算法在每次迭代时,首先,依据训练样本的标签信息使判别器网络拟合训练样本的数据分布;然后对训练样本的高维特征进行均值最小化,该过程会重新更新判别器网络参数,减小参数的值和方差,以抑制... 相似文献
96.
本文对SOM神经网络算法进行改进,在标类的过程中采用3个策略加以控制,对初始产生的自组织映射图进行调整。通过改进,那些映射到可靠神经元的像素得到了很好的分类,而那些映射到不可靠神经元的像素都被作为不可分像元而提取出来。继而,从混合像元分解的角度来对这些不可分像元进行处理,按类型分解的思想确定混合像元的类别,实现对不可分像元的分类。将SOM神经网络和混合像元分解相结合的分类方法应用于高光谱图像的分类中,通过实验表明了该方法能较好地改善分类效果,提高分类精度。 相似文献
97.
98.
叶面积指数(LAI)是衡量植被生态状况和估算作物产量的一个重要指标。LAI的反演是定量遥感研究的重要内容。传统的经验统计反演方法基于单一观测角度的遥感数据进行,忽略了地物反射率的方向性。若在反演中加入多观测角度的信息,则有可能提升LAI反演的精度。以2008年甘肃省张掖市玉米实验区为研究区,利用欧空局的CHRIS/PROBA多角度高光谱数据对比分析了传统植被指数NDVI、RVI、EVI的变化规律及其反演玉米叶面积指数LAI的精度,并根据NDVI随观测角度的变化规律,构造出新型多角度归一化植被指数MNDVI,分别对实测叶面积指数进行线性回归并利用实测数据对估算LAI进行精度验证,结果表明:新型MNDVI指数相比于传统NDVI、RVI、EVI对LAI的反演精度有了显著提升,估算模型决定系数R2达到0.716,精度验证均方根误差为0.127,平均减小了33.3%。 相似文献
99.
传统的高光谱分类通常仅考虑单一像元的光谱或纹理特征,分类后容易出现地物破碎的现象。鉴于此,本文提出了一种面向对象的混合分类方法,将面向对象的分割结果与传统的像元级分类结果进行有机融合,充分利用对象的光谱特征和空间结构特征。在此基础上,引入了2种具体的混合分类方法,即多尺度分割的SVM分类和多波段分水岭分割的SVM分类。前者将地物光谱的可变性进行弱化处理,转化为多尺度均质对象单元进行分类;后者融入了地物的空间信息和形态学特征,对分割得到的同质区域进行分类。将这2种分类方法应用于航空高光谱数据,实验结果表明:面向对象的混合分类方法的总体精度分别为92.63%和96.13%,与传统的像元级分类法相比,分别提高了10.14%和13.64%,有效地解决了分类后地物的破碎现象。 相似文献
100.
基于统计判别法的不同类型植被高光谱数据分析研究 总被引:4,自引:0,他引:4
该文利用统计学方法对不同植物的多个采样光谱样本进行比较分析。选用大豆、红薯、茶树、松树的19个野外采样光谱样本,采用Mann-Whitney U检验方法和马氏距离判别法进行比较分析,结果显示,Mann-Whitney U检验适用于同一地物反射光谱的采样样本,判别分析方法适用于不同地物的采样样本,两种方法基本能达到区分的效果。 相似文献