全文获取类型
收费全文 | 2866篇 |
免费 | 787篇 |
国内免费 | 523篇 |
专业分类
测绘学 | 699篇 |
大气科学 | 168篇 |
地球物理 | 652篇 |
地质学 | 1705篇 |
海洋学 | 704篇 |
天文学 | 29篇 |
综合类 | 155篇 |
自然地理 | 64篇 |
出版年
2024年 | 22篇 |
2023年 | 106篇 |
2022年 | 124篇 |
2021年 | 150篇 |
2020年 | 124篇 |
2019年 | 188篇 |
2018年 | 143篇 |
2017年 | 117篇 |
2016年 | 116篇 |
2015年 | 146篇 |
2014年 | 170篇 |
2013年 | 161篇 |
2012年 | 185篇 |
2011年 | 185篇 |
2010年 | 171篇 |
2009年 | 143篇 |
2008年 | 115篇 |
2007年 | 132篇 |
2006年 | 131篇 |
2005年 | 119篇 |
2004年 | 159篇 |
2003年 | 136篇 |
2002年 | 107篇 |
2001年 | 121篇 |
2000年 | 93篇 |
1999年 | 82篇 |
1998年 | 70篇 |
1997年 | 78篇 |
1996年 | 81篇 |
1995年 | 76篇 |
1994年 | 75篇 |
1993年 | 66篇 |
1992年 | 49篇 |
1991年 | 57篇 |
1990年 | 53篇 |
1989年 | 49篇 |
1988年 | 12篇 |
1987年 | 7篇 |
1986年 | 6篇 |
1985年 | 8篇 |
1984年 | 9篇 |
1983年 | 5篇 |
1982年 | 5篇 |
1981年 | 3篇 |
1980年 | 5篇 |
1964年 | 1篇 |
1959年 | 2篇 |
1958年 | 2篇 |
1957年 | 4篇 |
1954年 | 3篇 |
排序方式: 共有4176条查询结果,搜索用时 15 毫秒
231.
相控阵馈源(Phased array feeds, PAFs)接收机作为下一代微波接收机, 为大口径射电天文望远镜的射电干扰(Radio Frequency Interference, RFI)缓解工作带来了新的解决方法. PAFs接收机对射电望远镜焦平面的电磁波进行空域采样, 返回时域阵列信号, 使用最小方差无失真响应(Minimum Variance Distortionless Response, MVDR)波束合成器可以自适应地识别RFI的方向, 同时抑制RFI在输出信号中的功率, 从而达到提升射电望远镜灵敏度的效果. 仿真结果表明MVDR波束合成器对有源高能量的射电干扰有很强的识别能力和一定程度的缓解能力, 同时, 该波束合成器对各阵元信道中加性噪声累积引起的无源干扰有很强的抑制能力, 因此, PAFs接收机的MVDR波束合成器可以增强日益复杂电磁波环境下射电望远镜的抗干扰能力. 相似文献
232.
随着水库在经济社会发展中所起的作用日趋明显,对水库的开发、治理更加重视,获取高精度的水库水下地形数据变得更加急迫.随着测深技术、差分GNSS技术以及姿态传感器的不断发展,基于GNSS的测深系统为水下地形测量提供了全新的解决方案.通过合理规划测线,经过声速改正、吃水改正,利用船载GNSS导航定位和测深仪采集测深数据,经转... 相似文献
233.
234.
235.
236.
237.
238.
揭示裂隙岩体纵波速度变化规律对工程岩体质量分级与稳定性评价具有重要意义。以某地下水封洞库无充填型单裂隙花岗岩为研究对象,基于钻孔电视成像、水压致裂法地应力测试与声波全波列测井,获取了384组单裂隙花岗岩的几何特性、受力状态与纵波速度,构建起了预测单裂隙花岗岩纵波速度的进化-神经网络模型,分析了关键指标影响下单裂隙花岗岩纵波速度的变化规律。研究表明:该水封洞库单裂隙花岗岩纵波速度分布于4 300~5 330 m/s之间,82.3%的纵波速度在4 700~5 200 m/s之间;选取裂隙法向应力、平均张开度与倾角作为单裂隙花岗岩纵波速度的预测指标是合理可行的;将现场测试数据分为训练样本与测试样本,基于遗传算法优化神经网络权值、阈值的进化-神经网络模型构建出单裂隙花岗岩纵波速度预测模型,其测试误差最大仅为2.9%,85%的样本测试误差不超过1.5%,预测模型精度较高。分析了纵波速度变化规律,发现单裂隙花岗岩纵波速度随裂隙法向应力增大而增大,但当法向应力增至5 MPa后的纵波速度增大速率逐渐减小,纵波速度随裂隙张开度增大而逐渐减小,纵波速度在裂隙倾角小于40°时无明显变化,此后纵波速度随倾角增... 相似文献
239.
240.
学习向量量化(Learning Vector Quantization,LVQ)神经网络在声学底质分类中具有广泛应用. 常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度. 本文提出采用遗传算法(Genetic Algorithms,GA)优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向量,实现对海底基岩、砾石、砂、细砂以及泥等底质类型的快速、准确识别. 将其应用于青岛胶州湾海区底质分类识别研究中,通过与标准的LVQ神经网络的分类结果进行比较表明,该方法在分类速度以及精度上都有了较大提高. 相似文献