首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   161篇
  免费   22篇
  国内免费   4篇
测绘学   77篇
大气科学   4篇
地球物理   26篇
地质学   41篇
海洋学   7篇
综合类   29篇
自然地理   3篇
  2022年   9篇
  2021年   15篇
  2020年   17篇
  2019年   10篇
  2018年   5篇
  2017年   13篇
  2016年   11篇
  2015年   11篇
  2014年   13篇
  2013年   5篇
  2012年   15篇
  2011年   12篇
  2010年   4篇
  2009年   12篇
  2008年   7篇
  2007年   10篇
  2006年   7篇
  2005年   4篇
  2004年   2篇
  2002年   1篇
  2001年   1篇
  2000年   1篇
  1999年   1篇
  1996年   1篇
排序方式: 共有187条查询结果,搜索用时 93 毫秒
101.
随着常规油气藏资源不断枯竭,非常规油气藏的勘探开发已逐渐成为一种必然趋势,从而使得微地震监测技术快速发展。微地震事件的发生持续时间短、声波频率高,使得实际采集到的微地震数据信噪比较低。本文首先简要介绍了微地震监测技术能够在非常规油气藏开发中保证高效的增产,以及微地震噪声压制在微地震监测技术数据处理流程中是关键一步,直接影响着后续微地震研究的准确性和可靠性;并对地面微地震监测数据中的噪声源进行分析,归纳了地面微地震监测中常见噪声:强脉冲干扰、工业交流电干扰、钻井干扰、声波干扰、规则干扰等,分析了其各自的基本特点。然后,概述了地面微地震数据去噪方法已取得的成果,按频率、传播方向、空间分布区域等特性进行分类,分析各种去噪方法在实际应用过程中针对的噪声类型,以及在去噪过程中对有效信号造成的影响等。最后,基于深度学习具有更强的复杂函数表征能力,分析了3种典型深度学习模型的结构及特点;结合在其他相关领域数据去噪问题的成功应用,深度学习可以解决目前微地震数据噪声压制存在的问题,可以作为微地震数据去噪的一种新方法;考虑到目前微地震数据样本数量可能影响深度学习在微地震监测中大规模的应用,本文提出用生成式对抗网络来构建微地震数据样本库以解决该问题,并将其用于后续深度学习过程中的模型训练。  相似文献   
102.
爆破震动测试得到的数据常常具有较大的离散性,采用剔除错误数据和小波降噪对爆破震动检测数据进行预处理,以标准残差平方和作为爆破振动实测数据与萨道夫斯基公式拟合值偏差大小的判断依据,应用小波降噪对实测数据进行处理的方法,优化了粒子群算法对萨道夫斯基公式中的k和 的回归分析。研究结果表明,小波降噪和粒子群优化算法结合使用,能够较真实地反映爆破震动测试的真实情况,从而提高了对爆破震动测试模拟的精度。研究结果对爆破振动测试理论和工程实践具有一定的参考价值。  相似文献   
103.
本文针对噪声成分和噪声结构的复杂性及弱信号的特征,发展了最新的在线字典学习去噪方法.在线字典学习去噪方法是以数据驱动的方式,反复进行学习构建字典方式,求得信号的稀疏性解以实现对信号的去噪,在此基础上,提出了数据驱动与模型驱动联合的模型约束下的在线字典学习去噪方法,先通过模型驱动方式获得一个较优质的学习样本以构建字典再进行去噪处理.通过和传统小波变换进行理论地震合成记录的效果对比,在高噪声比例的弱信号情况下远远优于传统的时频域去噪方法.实际数据去噪处理表明,模型约束下的在线字典学习去噪方法是一种有效的去噪方法,这种联合去噪方式能在高噪声背景下有效地提取出弱信号,具有广阔的推广应用前景.  相似文献   
104.
由于仪器测距、测角误差,物体反射率,人为操作,遮挡及环境变化等原因,扫描获取的点云数据中存在大量的噪声点。为了高效去除噪声并保持原始点云数据的特征信息,本文提出了基于移动最小二乘曲率特征的点云去噪算法。首先采用移动最小二乘法(MLS)精确计算点云的曲率信息,然后根据曲率信息进行点云去噪,最后利用基于信息熵理论的定量评价方法验证本文方法的可行性。  相似文献   
105.
Weak Seismic Signal Extraction Based on the Curvelet Transform   总被引:1,自引:1,他引:0  
Seismic signal denoising is a key step in seismic data processing. Airgun signals are easy to be interfered with by noise when it travels a long distance due to the weak energy of active source signal of the airgun. Aiming to solve this problem, and considering that the conventional Curvelet transform threshold processing method does not use the seismic spectrum information, we independently process the Curvelet scale layer corresponding to valid data based on the characteristics of the Curvelet transform of multi-scale, multi-direction and capable of expressing the sparse seismic signals in order to fully excavate the information features. Combined with the Curvelet adaptive threshold denoising the algorithm, we apply the Curvelet transform to denoising seismic signals while retaining the weak information in the signal as much as possible. The simulation experiments show that the improved threshold denoising method based on Curvelet transform is superior to the frequency domain filtering, wavelet denoising and traditional Curvelet denoising method in detailed information extraction and signal denoising of low SNR signals. The calculation accuracy of the relative wave velocity variation of underground medium is improved.  相似文献   
106.
在双天线GNSS/MEMS组合测姿中,低精度、低成本的MEMS加速度计输出通常包含比较大的噪声,导致由加速度计调平计算得到的水平角观测值精度较低,影响组合测姿的精度和可靠性。不同于传统的时域降噪方法,从频域的角度出发,根据实际车载运动中加速度计输出具有因汽车固有结构产生的高频振动噪声的特点,利用滑动窗口的Butterworth低通滤波器平滑加速度计输出。动态车载实验结果表明,该滤波器降噪效果明显。与滤波前相比,水平角观测值精度提升了约4倍,达到(0.643°,0.546°)。在此基础上,滤波后组合测姿精度也从(0.124°,0.738°,0.532°)提升到(0.122°,0.074°,0.052°),其中水平角精度提升了大约一个数量级,滤波后的测姿结果更加准确可靠。  相似文献   
107.
吴从中  陈曦  詹曙 《遥感学报》2020,24(1):27-36
高分辨率遥感图像去噪对于提高后续图像分析、识别等问题的准确性具有重要意义。目前的去噪算法普遍存在去噪结果边缘信息模糊、易产生视觉伪影导致遥感信息丢失的缺点,针对以上问题本文提出了一个基于边缘增强的残差编解码去噪网络用于高分辨率遥感影像去噪。该方法首先将噪声图片通过低通滤波器分解成高频层和低频层,然后将含噪声信息的高频层输入到带残差模块的编解码网络中,通过采样运算在多尺度空间上学习残差映射生成残差图像,最后使用跳跃连接得到完整的去噪结果。其损失函数由逐像素和感知损失两部分组成,逐像素损失使用传统的均方根误差学习像素级信息,感知损失学习语义特征上的差异可以保留更多边缘信息,最终得到更清晰的结果,其中感知损失是由级联在后的语义分割网络提取的特征图定义的。本文对不同测试数据做去噪实验并与几个经典方法对比证明本文模型的去噪结果优于其他方法,不仅提高图像的峰值信噪比,得到最高的平均梯度值,还在视觉上取得了最清晰的结果。实验结果表明,本文提出的基于边缘增强的深层编解码卷积网络在去噪的同时可以改善边缘细节被模糊的问题,保留更多遥感地物信息,提高图像视觉效果。  相似文献   
108.
秦磊  邢艳秋  黄佳鹏  马建明  安立华 《遥感学报》2020,24(12):1476-1487
第二代星载激光雷达冰、云和陆地测高卫星ICESat-2(The Ice, Cloud, and Land Elevation Satellite-2)搭载了先进光子计数式激光雷达,使用了全新的微脉冲多波束光子计数式激光雷达。由于光子计数式激光雷达的自身特点,其光子云数据具有受噪声光子影响大、信噪比与扫描时间相关、光子分布密度不均匀等问题,目前开发的去噪算法并不能很好的应用于不同的光子云数据。基于以上问题,本文提出一种改进的去噪算法,首先分析光子云内部特征并自适应选择最优参数进行粗去噪,然后进行两次精去噪,最后对光子云进行分类并拟合出地面线及冠层顶线,为提取森林冠层高度提供基础。使用该算法对MABEL数据进行去噪实验,实验结果表明:该去噪算法的一次去噪对不同环境下MABEL数据在夜间的去噪平均精确度为94.5%,F1-score为96.3%,日间平均精确度为86.7%,F1-score为91.7%,且三次去噪算法完成后能够显著提升光子云去噪精度。实验证明该算法对MABEL光子云数据具有较好去噪效果和稳定性,可为ICESat-2数据处理提供参考。本文的光子分类算法能够从光子数据中提取冠层顶点、地面点及林内光子并在此算法中进一步精确去除剩余噪点,最终光子分类结果显示该算法能够从复杂光子云数据中提取森林剖面结构。  相似文献   
109.
针对奇异谱分析嵌入维数不确定性这一问题,以往学者的方法过于主观。文中基于Cao算法对其嵌入维数的选择进行研究,同时针对该算法存在的不足,提出改进Cao算法,在理论分析的基础上,用改进算法进行仿真实验,实验结果表明:改进的算法对嵌入维数的选择更具有准确性和高效性,减少了主观性。最后将其应用到变形监测数据,实现对监测数据的降噪处理,并提取主要趋势项。  相似文献   
110.
为了将人类活动引起的有效光点与非人类活动引起的噪声点区分开来、提高特征目标提取和分析中的提取精度,该文提出了一种混合卡方分布算法对LJ1-01夜光数据进行去噪。由于LJ1-01数据符合卡方分布,但单卡方拟合精度较低,因此使用多个卡方的叠加来表示LJ1-01数据和噪声子集,并基于最小二乘原理,结合有效统计灯光值构造间接平差方程,求解各叠加态的比例;然后,基于比例构建具有高拟合精度的连续概率密度曲线;最后,构建了丰度函数,并以原始图像中不同噪声子集的权重中心的偏移量去除噪声。为了验证算法的通用性和稳定性,选择不同的噪声子集并与正态分布算法对比,实验结果表明该文算法对噪声去除效果较好。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号