全文获取类型
收费全文 | 2408篇 |
免费 | 638篇 |
国内免费 | 381篇 |
专业分类
测绘学 | 528篇 |
大气科学 | 177篇 |
地球物理 | 954篇 |
地质学 | 1047篇 |
海洋学 | 356篇 |
天文学 | 11篇 |
综合类 | 202篇 |
自然地理 | 152篇 |
出版年
2024年 | 68篇 |
2023年 | 235篇 |
2022年 | 288篇 |
2021年 | 281篇 |
2020年 | 172篇 |
2019年 | 215篇 |
2018年 | 108篇 |
2017年 | 81篇 |
2016年 | 74篇 |
2015年 | 78篇 |
2014年 | 146篇 |
2013年 | 106篇 |
2012年 | 125篇 |
2011年 | 96篇 |
2010年 | 112篇 |
2009年 | 96篇 |
2008年 | 122篇 |
2007年 | 74篇 |
2006年 | 82篇 |
2005年 | 69篇 |
2004年 | 69篇 |
2003年 | 79篇 |
2002年 | 85篇 |
2001年 | 68篇 |
2000年 | 57篇 |
1999年 | 40篇 |
1998年 | 48篇 |
1997年 | 49篇 |
1996年 | 41篇 |
1995年 | 33篇 |
1994年 | 34篇 |
1993年 | 33篇 |
1992年 | 30篇 |
1991年 | 20篇 |
1990年 | 23篇 |
1989年 | 17篇 |
1988年 | 8篇 |
1987年 | 4篇 |
1986年 | 5篇 |
1985年 | 7篇 |
1983年 | 3篇 |
1980年 | 3篇 |
1979年 | 3篇 |
1965年 | 2篇 |
1964年 | 2篇 |
1961年 | 2篇 |
1960年 | 4篇 |
1957年 | 8篇 |
1956年 | 2篇 |
1954年 | 4篇 |
排序方式: 共有3427条查询结果,搜索用时 15 毫秒
101.
随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。 相似文献
102.
103.
复杂卫星图像中的小目标船舶识别 总被引:1,自引:1,他引:0
船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。 相似文献
104.
《全球定位系统》2020,(1):F0002-F0002
尊敬的卫星导航及相关领域各单位负责人:中国卫星导航成就博览会(CSNE)创办于2010年,是中国卫星导航年会(CSNC)的重要内容,与导航年会同期举办,已连续成功举办10届,是目前全球最大规模、最具影响力和权威性的卫星导航领域专业展览。展览每届展出面积超出10000m2,10年来累计参观人数超过10万人次,1240家次国内外知名卫星导航相关企业、高校、科研院所悉数亮相,共同在CSNE平台上全面展示前沿技术、高端产品与应用服务。卫星导航产业链上中下游在博览会上实现深度交流与广泛合作,是业界共识的解读卫星导航技术进步、产业风向、政策资讯的重要窗口,是中国卫星畀航珉具权威的国际性交流平台。 相似文献
105.
106.
气象变量常作为重要的影响因子出现在环境污染、疾病健康和农业等领域,而高分辨率的气象资料可作为众多研究的基础数据,对推进相关研究的发展意义重大。本文以中国大陆为研究区域,利用2015年824个气象站点的气温、相对湿度和风速3套数据,结合不同的解释变量组合,分别构建了各自的GAM和残差自编码器神经网络(简称残差网络)模型,以10倍交叉验证判断模型是否过拟合。研究结果表明:① GAM和残差网络方法都不存在过拟合问题,同GAM相比,残差网络显著提高了模型预测的精度(3个气象因素的交叉验证CV R2平均提高了0.21,CV RMSE平均降低了37%),其中相对湿度模型的提升幅度最大(CV R2:0.85 vs. 0.52,CV RMSE:7.53% vs. 13.59%);② 残差模型的结果较普通克里格插值结果和再分析资料更接近站点观测数据,表明残差网络可作为高分辨率气象数据研制的可靠方法。此外,研究还发现在相对湿度模型中加入臭氧浓度和气温、在风速模型中加入GLDAS风速再分析资料,可提升模型的性能。 相似文献
108.
基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进:在Cycle- GAN的生成器(去噪器)中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。 相似文献
109.
2012年6月30日,"蛟龙"号最终完成了7000米级的所有海试任务。本次海试共进行了6次下潜试验,有3次下潜深度超过了7000米,最大下潜深度达7062米。海试团队对潜水器的各项功能逐一进行验证,并进行了一系列的深海调查作业,首次获取了这一海域7000米深度的动物影像和取样。随队记者用镜头详细记录了海试期间的各种瞬间,通过一幅幅生动的照片,让我们一起去体会经过了十多年的追赶,在深海科学领域后起的中国,终于拥有了一台达到世界先进水平的载人深潜器的这份喜悦。 相似文献
110.