全文获取类型
收费全文 | 6931篇 |
免费 | 836篇 |
国内免费 | 706篇 |
专业分类
测绘学 | 2735篇 |
大气科学 | 1496篇 |
地球物理 | 470篇 |
地质学 | 1813篇 |
海洋学 | 719篇 |
天文学 | 62篇 |
综合类 | 574篇 |
自然地理 | 604篇 |
出版年
2024年 | 39篇 |
2023年 | 164篇 |
2022年 | 210篇 |
2021年 | 311篇 |
2020年 | 221篇 |
2019年 | 313篇 |
2018年 | 225篇 |
2017年 | 248篇 |
2016年 | 259篇 |
2015年 | 315篇 |
2014年 | 396篇 |
2013年 | 323篇 |
2012年 | 383篇 |
2011年 | 373篇 |
2010年 | 355篇 |
2009年 | 374篇 |
2008年 | 404篇 |
2007年 | 428篇 |
2006年 | 369篇 |
2005年 | 355篇 |
2004年 | 283篇 |
2003年 | 245篇 |
2002年 | 237篇 |
2001年 | 205篇 |
2000年 | 189篇 |
1999年 | 168篇 |
1998年 | 156篇 |
1997年 | 121篇 |
1996年 | 115篇 |
1995年 | 112篇 |
1994年 | 108篇 |
1993年 | 99篇 |
1992年 | 94篇 |
1991年 | 73篇 |
1990年 | 64篇 |
1989年 | 69篇 |
1988年 | 21篇 |
1987年 | 6篇 |
1986年 | 6篇 |
1985年 | 9篇 |
1984年 | 5篇 |
1981年 | 2篇 |
1980年 | 4篇 |
1959年 | 1篇 |
1957年 | 2篇 |
1950年 | 1篇 |
1949年 | 1篇 |
1946年 | 2篇 |
1943年 | 1篇 |
1941年 | 2篇 |
排序方式: 共有8473条查询结果,搜索用时 15 毫秒
12.
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
13.
高光谱遥感数据具有光谱信息丰富、图谱合一的特点,目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息,没有充分利用空间特征信息,这使得分类精度还有很大的提升空间。条件随机场是一种概率模型,能够较好地融合空间上下文信息,在高光谱影像分类中已经得到越来越多的关注,但大部分条件随机场模型存在超平滑的现象,会导致影像细节丢失。针对该问题,本文提出了一种优化融合影像空-谱信息的高分辨率/高光谱影像分类方法,该方法将影像的纹理信息与原始光谱信息进行融合,利用SVM分类器对其进行预分类,并将各类概率定义为一元势函数,以融合空间特征信息;然后将空间平滑项和局部类别标签成本项加入二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后,通过两组的高分辨率/高光谱影像数据进行试验。结果表明,与SVM算法、传统的条件随机场方法和面向对象的分类方法相比,本文提出的算法在整体分类精度上分别提高了10%、9%和8%以上,同时在保持地物边缘完整性、避免“同谱异物”与“同物异谱”的现象方面有较明显的优势。 相似文献
14.
红层泥岩是一种典型侏罗系沉积岩,其含有微量黏土矿物,易遇水软化、失水崩解,具有一定膨胀性,是引起兰新高速铁路路基持续上拱变形的一个重要因素,故重新判定该种土体膨胀性对高速铁路无砟轨道设计和施工具有重要意义。为此,选取等效蒙脱石含量、阳离子交换量、自由膨胀率和液限为泥岩膨胀性判别指标,通过兰新高速铁路上拱地段大量钻孔实测资料,提出了泥岩膨胀等级分级标准,采用改进层次分析法、基尼系数法和直觉模糊理论确定了判别指标组合权重,基于逼近理想解排序法(TOPSIS法)建立了泥岩膨胀性直觉模糊综合评价模型。结果表明:直觉模糊综合评价模型将泥岩膨胀性进行了定量化,克服了同一试样不同指标属于不同等级判别缺陷;室内膨胀量试验验证了膨胀等级分级标准和直觉模糊综合评价模型对兰新高铁地基泥岩适用性和准确性。研究成果对地基红层泥岩高速铁路路基长期持续上拱变形风险评估和工程控制措施提供技术支撑。 相似文献
15.
文章在资源评价和有利区优选的基础上,建立了川南地区五峰组—龙马溪组页岩储层分类评价标准。确定孔隙度(Φ) 大于3%,含气饱和度(Sg) 高于30%,岩石骨架密度(DEN) 低于2.7 g/cm3,脆性指数(BI) 高于40%时,对应含气量(Vt) 高于1 m3/t,可识别出储层与非储层,是有效储层识别的标准。采用地质工程一体化评价思路,选取含气量表征页岩储层物质基础,与孔隙度和有机质丰度正相关;选取脆性指数评价工程可压性,与硅质和碳酸盐岩含量正相关,明确了含气量和脆性指数可综合表征页岩储层地质和工程两方面特征。进一步将有效储层划分为三类:I类储层含气量(Vt) 高于4 m3/t,脆性指数(BI)高于50%;II类储层含气量与脆性指数中任何一项低于4 m3/t或50%;三类储层含气量(Vt)介于1~4m3/t,脆性指数(BI) 为40%~50%。川南地区五峰组—龙一1亚段各小层品质较好,以I、II类储层为主,局部为III类储层。采用该分类评价标准,评价水平井实际钻遇储层品质,Ⅰ类储层比例与气井测试产量、EUR间呈正相关,且当Ⅰ类储层钻遇率高于50%,气井测试产量超过15×104 m3/d概率达到92%,对应气井EUR在8000×104 m3以上,达到效益开发的要求。 相似文献
16.
为查明沾化凹陷罗家地区古近系沙河街组三段下亚段页岩油的储层特征及其影响要素,通过岩心、薄片、扫描电镜等多种资料综合分析,开展页岩油储层岩性、储层空间类型、影响因素及页岩油储层评价参数的研究。结果表明: 综合矿物成分和沉积构造2个因素,可将研究区页岩油储层岩性划分为7种类型; 不同岩性储集空间发育有较大差异,纹层状泥质灰岩和纹层状灰岩储集空间最为发育,纹层状灰质泥岩储集空间较发育,块状泥岩储集空间发育一般,块状泥质灰岩、块状灰质泥岩及纹层状粉砂岩储集空间发育较差; 研究区页岩油储层储集空间的发育主要受矿物成分、沉积构造、有机质含量和赋存方式以及成岩作用的影响。以此为基础,选取方解石含量、纹层状构造、总有机碳(Total Organic Carbon,TOC)含量、镜质体反射率(Ro)及孔隙度作为页岩油储层评价参数,将沾化凹陷罗家地区页岩油储层分为优质储层、有利储层和不利储层3类。 相似文献
17.
一套完备的深空拍摄系统,一般包含相机、光学系统(镜头或望远镜)、赤道仪、导星设备与电脑。具体来说,三脚架与赤道仪支撑起所有的拍摄设备,并负责自动跟踪、自动寻星(Goto)与导星的执行。光学系统上装有相机与导星设备,并通过鸠尾板与赤道仪连接。电脑可以控制赤道仪的指向与相机的曝光,并且发出导星指令。 相似文献
18.
新一代星载激光雷达卫星ICESat-2首次采用了微脉冲光子计数激光雷达技术,由于单光子探测的灵敏性导致数据在大气和地表下层产生了大量噪声,因此对光子计数激光雷达点云数据实现信号和噪声的分离是开展进一步应用研究的前提和基础。本文选择美国俄勒冈州和弗吉尼亚州2个研究区,采用MATLAS数据,根据光子点云数据的特点构造了12个光子点云特征,对所构造的特征利用随机森林进行变量筛选,用机器学习方法对光子点云进行分类,并将建立好的模型推广到整个研究区。研究结果表明,本文构建的分类器分类总精度达到了96.79%,Kappa系数为0.94,平均生产者精度和用户精度分别为97.1%和96.8%。在相对弱噪声、平坦地形区域和强噪声、复杂地形区域都取得较好的分类结果。本文结果显示了基于少量样本通过机器学习的方法构建模型,可以推广到较大范围区域的光子点云分类应用中。 相似文献
20.
为解决高分辨率遥感影像变化检测中存在底层特征缺乏语义信息、像元级的检测结果存在“椒盐”现象以及监督分类中样本标注自动化程度较低,本文提出一种基于超像元词包特征和主动学习的变化检测方法。首先采用熵率分割算法获取叠加影像的超像元对象;其次提取两期影像像元点对间的邻近相关影像特征(相关度、斜率和截距)和顾及邻域的纹理变化强度特征(均值、方差、同质性和相异性),经线性组合作为像元点对的底层特征;然后基于像元点对底层特征利用BOW模型构建超像元词包特征,并采用一种改进标注策略的主动学习方法从无标记样本池中优选信息量较大的样本,且自动标注样本类别;最后训练分类器模型完成变化检测。通过选用2组不同地区的GF-2影像和Worldview-Ⅱ影像作为数据源进行实验,实验结果中2组数据集的F1分数分别为0.8714、0.8554,正确率分别为0.9148、0.9022,漏检率分别为0.1681、0.1868,误检率分别为0.0852、0.0978。结果表明,该法能有效识别变化区域、提高变化检测精度。此外,传统主动学习方法与改进标注策略的主动学习方法的学习曲线对比显示,改进的标注策略可在较低精度损失下,有效提高样本标注自动化程度。 相似文献