全文获取类型
收费全文 | 1688篇 |
免费 | 77篇 |
国内免费 | 45篇 |
专业分类
测绘学 | 1200篇 |
大气科学 | 35篇 |
地球物理 | 61篇 |
地质学 | 121篇 |
海洋学 | 65篇 |
天文学 | 2篇 |
综合类 | 211篇 |
自然地理 | 115篇 |
出版年
2024年 | 22篇 |
2023年 | 95篇 |
2022年 | 113篇 |
2021年 | 119篇 |
2020年 | 76篇 |
2019年 | 105篇 |
2018年 | 85篇 |
2017年 | 91篇 |
2016年 | 79篇 |
2015年 | 95篇 |
2014年 | 110篇 |
2013年 | 99篇 |
2012年 | 86篇 |
2011年 | 78篇 |
2010年 | 80篇 |
2009年 | 69篇 |
2008年 | 82篇 |
2007年 | 60篇 |
2006年 | 54篇 |
2005年 | 43篇 |
2004年 | 38篇 |
2003年 | 26篇 |
2002年 | 17篇 |
2001年 | 7篇 |
2000年 | 13篇 |
1999年 | 10篇 |
1998年 | 8篇 |
1997年 | 8篇 |
1996年 | 10篇 |
1995年 | 8篇 |
1994年 | 2篇 |
1993年 | 5篇 |
1992年 | 7篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1989年 | 2篇 |
1986年 | 1篇 |
1957年 | 3篇 |
排序方式: 共有1810条查询结果,搜索用时 31 毫秒
971.
高光谱影像标记样本的获取通常是一项费时费力的工作,如何在小样本条件下提高影像的分类精度是高光谱影像分类领域面临的难题之一。现有的高光谱影像分类方法对影像的多尺度信息挖掘不够充分,导致在小样本条件下的分类精度较差。针对此问题,本文设计了一种面向高光谱影像小样本分类的全局特征与局部特征自适应融合方法。该方法基于动态图卷积网络和深度可分离卷积网络,分别从全局尺度和局部尺度挖掘影像的潜在信息,实现了标记样本的有效利用。进一步引入极化自注意力机制,在减少信息损失的同时提升网络的特征表达,并采用特征自适应融合机制对全局特征和局部特征进行自适应融合。为验证本文方法的有效性,在University of Pavia、Salinas、WHU-Hi-LongKou和WHU-Hi-HanChuan4组高光谱影像基准数据集上开展分类试验。试验结果表明,与传统分类器和先进的深度学习模型相比,本文方法兼顾执行效率和分类精度,在小样本条件下能够取得更为优异的分类表现。在4组数据集上的总体分类精度分别为99.01%、99.42%、99.18%和95.84%,平均分类精度分别为99.31%、99.65%、98.89%和... 相似文献
972.
网络文本中所包含的相关信息目前已成为公共安全事件紧急救援与影响评估的重要信息源。现有的方法虽然可定向地提取文本信息中事件的各类要素信息,但由于缺乏面向事件的整体建模与解析框架,难以从网络文本中获取系统的事件要素的结构化信息,即所提取的事件要素信息要么不够完整,要么与目标事件不匹配,由此产生的遗漏与谬误难以支撑针对公共安全事件信息的系统分析。为解决该问题,本文提出了面向公共安全事件的网络文本大数据结构化理论框架,首先,建立了公共安全事件的语义框架,并以地震事件为例构建了相应的结构化表结构;其次,应用训练语料的关联标注解决了事件要素与事件无法匹配的难点;最后,通过使用可融合关联信息的文本解析算法,系统提取了事件类型、事件名称、事件时间、事件位置及其他属性,基本实现了网络文本中不同事件信息的结构化。本文以云南邵通鲁甸地震为例,展示了地震事件的网络文本信息的结构化过程与结果,为分析地震所受的关注程度以及救援状况提供了重要参考。在上述研究的基础上,开发了面向公共安全事件的网络文本信息挖掘系统,展示了地震事件文本的结构化解析以及由此实施的事件关注度分析。 相似文献
973.
大豆作为全球最重要的油料作物,是中国进口的大宗农产品,对其种植区的精准识别是决策制定、种植结构调整基础,对国家粮食安全有重要意义。本文利用Sentinel-2作为数据源,利用多层神经网络方法与对大豆进行提取,并与随机森林、决策树、支持向量机等机器学习进行对比,发现F1-Socre指标显示多层神经网络的分类精度最高,为93.53%,其次为随机森林、支持向量机、决策树。将神经网络分类结果与SLIC面向对象分割聚合之后,结果既忽略了同一地块的微小差别,又区分出了不同地块的作物差异,很好的体现了大豆的分布。Sentinel-2数据是进行大尺度大豆种植监测的绝佳数据源,大豆与玉米等其他作物在第二个红边波段的反射率有较为明显的差异。多层神经网络方法在图像分类任务中表现出色,结合图像分割算法精度可达到95.51%,可以满足大豆种植面积监测的需求。 相似文献
974.
水体信息是地理国情普查体系是重要内容之一,基于高分辨率遥感影像的有效提取,对于掌握我国的水体现状和空间分布情况具有重要意义。基于传统遥感提取地物方法的局限性,文章结合高分辨率影像所包含的空间结构信息,提出一种面向对象的水体变化检测方法。通过实验认证,认为该方法有效可行。 相似文献
975.
为研究人类活动影响下河流降水径流响应特征,以珠江三角洲典型城镇化流域石马河为研究对象,采集2017年1-12月日降水、河水样品和3场台风期间的时段降水、洪水样品,通过测定其氢氧稳定同位素组成(δD、δ 18O),分析流域降水、径流氢氧同位素组成特征,并利用同位素二元混合模型,分割3场台风降水事件中事前水及事件水对流量过程的贡献。结果表明,研究区域大气降水δD、δ 18O的变化范围分别为-105.10‰~+9.98‰和-14.80‰~-0.55‰,年加权平均值为-57.88‰和-8.61‰,大气降水线为δD = 7.70δ 18O+8.61(R 2= 0.98);河水δD、δ 18O的变化范围分别为-91.23‰~-15.96‰和-12.66‰~-4.01‰,δD-δ 18O基本落在局地大气降水线上,表明降水是石马河径流的主要来源。3场台风期间,事件水占洪水总径流量的比例分别为59.7%、55.0%和69.4%,均高于事前水占比。洪水涨水初期事前水和事件水同步增长,涨水后期事件水比例逐渐增大,洪峰期间比例大于80%,成为径流主导成分,表明流域城镇化过程中下垫面不透水面积的增加会显著改变水文循环过程。本研究成果可为珠江三角洲城镇化流域水文预报提供理论基础。 相似文献
976.
基于无人机可见光影像的高原丘陵盆地区山药植株识别 总被引:1,自引:0,他引:1
采用四旋翼无人机采集特色作物山药种植区影像,针对山药种植时间和管护水平差异导致的植株生长差异化特征,通过筛选红绿比值指数(RGRI)、过绿指数(ExG)和过绿减过红指数(ExG-ExR)等颜色指数获取山药植株最优颜色指数计算方法;以高斯高通滤波(GHPF)增强和保留山药植株高频信息,抑制杂草、玉米植株的噪声;结合田间测量山药植株数据,通过人机交互解译方法对图像滤波增强后的影像进行灰度分割和提取山药植株信息。结果表明:1)样区总体提取精度为91.14%,样区A、B、C的提取精度分别为90.94%、91.96%、90.81%,精度验证完整性为93.16%;2)随着山药植株多株连体生长复杂程度的增强,过绿指数具有的土壤与植被的分离性仍优于红绿比值指数和过绿减过红指数;3)使用高斯高通滤波能够有效消除杂草、玉米植株的影响,减小山药植株多株连接生长所产生的干扰;4)高斯高通滤波卷积核大小79×79适用于不同时相和不同生长情况的山药植株影像处理,针对不同的山药植株生长情况和不同时相的可见光影像,需调整灰度分割的阈值参数t,单株山药植株面积S由田间测量确定。该方法以快速灵活、低成本的方式识别和计算不同生长状态的山药植株数目,适用于喀斯特山区的精准农业监测研究和现代农业生产活动。 相似文献
977.
978.
在恢复场景信息和相机运动时,传统的SLAM算法是基于静态环境假设的。场景中的动态物体会降低算法的稳健性和最终的定位精度。本文提出将基于深度学习的图像语义分割技术与传统的视觉SLAM算法结合,以减少动态物体对定位结果的干扰。首先,构建有监督的卷积神经网络对输入图像中的动态物体进行分割,获得语义图像;然后,从原始图像中提取特征点,并根据语义图像剔除动态物体特征点,保留静态物体特征点;最后,利用静态物体特征点采用基于特征点的单目视觉SLAM算法对相机运动进行跟踪。在ApolloScape自动驾驶数据集上的试验表明,与传统方法相比,本文算法在动态场景中定位精度提升约17%。 相似文献
979.
沿海矿山生态环境修复中遥感影像自动配准方法的应用 总被引:1,自引:0,他引:1
本文从遥感影像解译角度出发,浅析遥感影像解译在沿海矿山生态修复调查中的作用,概略梳理沿海矿山生态修复遥感解译的基本方法,针对基于光学遥感图像配准技术存在的问题,提出了一种利用对象区域形状特征的配准方法。本文采用分割方法提取基准图像和待配准图像中具有结构性的小区域,按照小区域的属性与几何形状特征进行匹配,利用空间关系做控制约束,查询正确的同名小区域对,提取小区域的中心点作为匹配控制点对,解算仿射变换模型参数,有效解决影像间的自动配准问题。采用该方法对实际光学影像进行试验,取得了良好的试验结果与实用价值,为沿海矿山生态修复调查工作中确定矿山空间位置与设计方案提供了保障。 相似文献
980.
多源地理空间矢量数据之间存在着隐含的关联关系,这些关联关系往往隐式存在,难以直观展示,也难以与空间数据映射交互展示,更无法进行查询分析,获取所需信息。针对这种情况,本文以多源地理空间矢量数据及统计数据为研究对象,首先定义了多源地理空间矢量数据关联的概念及分类,然后以此为基础设计了多源地理空间矢量数据关联模型,并将其分为3个子模型:基于自适应四叉树编码的空间关联子模型、基于几何匹配的空间关联子模型及基于语义匹配的空间关联子模型。该模型定义了多源地理空间矢量数据之间的关联方式,为关联关系的构建奠定了理论基础。 相似文献