全文获取类型
| 收费全文 | 1822篇 |
| 免费 | 370篇 |
| 国内免费 | 757篇 |
专业分类
| 测绘学 | 848篇 |
| 大气科学 | 1514篇 |
| 地球物理 | 96篇 |
| 地质学 | 98篇 |
| 海洋学 | 74篇 |
| 天文学 | 85篇 |
| 综合类 | 135篇 |
| 自然地理 | 99篇 |
出版年
| 2024年 | 5篇 |
| 2023年 | 37篇 |
| 2022年 | 108篇 |
| 2021年 | 150篇 |
| 2020年 | 163篇 |
| 2019年 | 164篇 |
| 2018年 | 88篇 |
| 2017年 | 172篇 |
| 2016年 | 130篇 |
| 2015年 | 164篇 |
| 2014年 | 181篇 |
| 2013年 | 142篇 |
| 2012年 | 169篇 |
| 2011年 | 141篇 |
| 2010年 | 101篇 |
| 2009年 | 105篇 |
| 2008年 | 82篇 |
| 2007年 | 112篇 |
| 2006年 | 98篇 |
| 2005年 | 76篇 |
| 2004年 | 65篇 |
| 2003年 | 67篇 |
| 2002年 | 58篇 |
| 2001年 | 42篇 |
| 2000年 | 49篇 |
| 1999年 | 46篇 |
| 1998年 | 32篇 |
| 1997年 | 27篇 |
| 1996年 | 37篇 |
| 1995年 | 34篇 |
| 1994年 | 40篇 |
| 1993年 | 20篇 |
| 1992年 | 16篇 |
| 1991年 | 13篇 |
| 1990年 | 5篇 |
| 1989年 | 4篇 |
| 1988年 | 3篇 |
| 1987年 | 2篇 |
| 1985年 | 1篇 |
排序方式： 共有2949条查询结果，搜索用时 15 毫秒
101.
102.
针对电力巡线机载激光雷达（LiDAR）激光点云电塔自动提取问题,提出了一种电塔自动定位和点云提取算法。首先,基于点云进行二维空间网格划分,利用网格点云高程偏差和方差特征提取潜在电塔网格;其次,基于电塔点云的高程连续特性完成电塔自动定位和点云粗提取;然后,利用点云分层密度信息和图像开运算,实现电塔精细提取;最后,利用轻小型无人机载激光雷达数据验证本文算法的有效性。试验结果表明,本文所提出的自动提取算法,能够有效解决LiDAR数据中电塔自动定位和点云提取问题,在LiDAR数据质量较差时仍能够取得良好效果,算法对于噪点数据具有较强的稳健性。本文所提出的电塔自动提取算法在LiDAR电力巡检数据处理中具有一定的应用价值。 相似文献
103.
针对目前土地遥感监测工作中存在的监测频次低和数据现势性差等问题,通过统筹获取国产卫星影像数据提升监测频次,设计了多源遥感影像的空间网格组织和调度方法,改变传统的影像切片发布模式,建立实时影像服务方法,大幅提升了土地督察遥感监测时效。通过在国家土地督察济南局试点应用,研发了云端一体化的土地督察遥感监测服务平台,实践证明基于空间网格的影像组织管理效率优于传统金字塔切片管理模式,有效支撑了违法用地、永久基本农田保护和城市开发边界突破等监测预警,应用成效显著。 相似文献
104.
错台是地铁隧道的主要病害之一,通常是由于盾构机施工控制不好或是隧道荷载发生变化导致,错台的发生也会引起隧道收敛变形及渗水等其他病害。传统手段主要采用人工巡检等方式进行错台情况的检测,由于受夜间窗口期短的影响,该方法效率低,成果难以精确量化。研究采用基于轨道的隧道移动三维激光扫描系统对隧道错台进行检测,通过快速获取隧道三维点云生成正射影像,并基于正射影像进行管片的划分及里程的匹配,进而根据每一环的三维点云信息计算管片错台情况。以青岛地铁2号线为例,本文介绍了移动扫描技术在地铁隧道管片错台检测的应用情况,为该技术在其他隧道的推广应用提供了一定的借鉴意义。 相似文献
105.
面向室内弱纹理三维重建需求,本文以RGB-D摄影测量技术获取室内点云为基础,提出了四元组标靶辅助的点云配准方法。该方法首先通过阈值筛选大曲率点,自动识别邻接点云中的辅助标靶,然后采用随机采样一致性表达方法,拟合标靶参数及其中心坐标,并根据拟合参数匹配同名标靶中心,通过刚性转换完成邻接点云粗配准。在此基础上,迭代估算邻接点云间的重叠区域,优化点云间的配准参数,从而实现点云精配准。利用Kinect相机获取两类室内场景各12站点云对本文方法进行测试,试验结果表明,配准后的多站点云间距最大均方根误差优于一个采样间隔,证明了该方法在弱纹理室内点云配准中的可靠性。 相似文献
106.
107.
机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。 相似文献
108.
109.
110.