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   108篇
  免费   44篇
  国内免费   9篇
测绘学   3篇
大气科学   27篇
地球物理   95篇
地质学   12篇
海洋学   9篇
天文学   11篇
综合类   1篇
自然地理   3篇
  2022年   1篇
  2021年   1篇
  2020年   4篇
  2019年   4篇
  2018年   5篇
  2017年   4篇
  2016年   10篇
  2015年   3篇
  2014年   10篇
  2013年   3篇
  2012年   4篇
  2011年   4篇
  2010年   6篇
  2009年   11篇
  2008年   9篇
  2007年   7篇
  2006年   9篇
  2005年   4篇
  2004年   7篇
  2003年   1篇
  2002年   4篇
  2001年   2篇
  2000年   4篇
  1999年   1篇
  1998年   6篇
  1996年   4篇
  1995年   6篇
  1994年   2篇
  1993年   2篇
  1992年   4篇
  1991年   2篇
  1990年   4篇
  1989年   4篇
  1988年   4篇
  1987年   1篇
  1986年   1篇
  1984年   1篇
  1980年   1篇
  1978年   1篇
排序方式: 共有161条查询结果,搜索用时 5 毫秒
161.
本文提出了一种基于深度学习卷积神经网络(CNN)的全波形反演方法,可对地震散射波场中的散射体进行成像和定位.本文的灵感来自如下猜想:在散射波场剖面上的每个点附近的局部波场与该点到各散射体之间的最小距离有关系,并且这个关系可以被CNN网络所识别.我们将该最小距离定义为散射距离场,并将散射距离场的类别(即大小等级)作为CNN网络的预期输出,而输入就是该点附近的局部波场.最后用上述CNN网络对散射波场进行逐点训练和识别.计算结果证实了我们的灵感猜想,即上述CNN网络能够在复杂散射波场中对散射体进行成像.只通过一个训练模型的学习,CNN网络即可反演多种散射模型的偏移剖面,最后得到"类别函数预测值"和"滤波剖面"两种成像结果,由此可以辨识出在复杂的偏移剖面中各散射体的位置.  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