全文获取类型
收费全文 | 4991篇 |
免费 | 502篇 |
国内免费 | 317篇 |
专业分类
测绘学 | 2922篇 |
大气科学 | 293篇 |
地球物理 | 700篇 |
地质学 | 803篇 |
海洋学 | 394篇 |
天文学 | 106篇 |
综合类 | 348篇 |
自然地理 | 244篇 |
出版年
2024年 | 30篇 |
2023年 | 81篇 |
2022年 | 119篇 |
2021年 | 171篇 |
2020年 | 113篇 |
2019年 | 203篇 |
2018年 | 138篇 |
2017年 | 163篇 |
2016年 | 152篇 |
2015年 | 211篇 |
2014年 | 295篇 |
2013年 | 240篇 |
2012年 | 264篇 |
2011年 | 213篇 |
2010年 | 264篇 |
2009年 | 252篇 |
2008年 | 323篇 |
2007年 | 237篇 |
2006年 | 248篇 |
2005年 | 237篇 |
2004年 | 220篇 |
2003年 | 201篇 |
2002年 | 192篇 |
2001年 | 213篇 |
2000年 | 138篇 |
1999年 | 108篇 |
1998年 | 117篇 |
1997年 | 127篇 |
1996年 | 99篇 |
1995年 | 80篇 |
1994年 | 62篇 |
1993年 | 73篇 |
1992年 | 70篇 |
1991年 | 57篇 |
1990年 | 32篇 |
1989年 | 36篇 |
1988年 | 6篇 |
1987年 | 3篇 |
1985年 | 5篇 |
1984年 | 2篇 |
1982年 | 2篇 |
1980年 | 2篇 |
1976年 | 1篇 |
1975年 | 1篇 |
1963年 | 1篇 |
1962年 | 1篇 |
1957年 | 3篇 |
1954年 | 1篇 |
1943年 | 1篇 |
1941年 | 1篇 |
排序方式: 共有5810条查询结果,搜索用时 15 毫秒
21.
高分辨率遥感图像精确分割是遥感图像处理的研究热点和难点。高分辨率遥感图像中同质区域间的差异性不仅表现在光谱特征上,同样存在于边缘、纹理等结构特征上。为了更好分割高分辨率遥感图像,需在分割算法中考虑结构特征。因此,如何提取更多有助于精准分割的结构特征,并探究这些特征在分割过程中的作用规律成为设计高分辨率遥感图像分割算法的关键问题。为此,论文提出在曲波变换理论基础上构建不同结构特征提取模型,并以加权的方式将提取的结构特征纳入贝叶斯和能量分割模型中。 相似文献
22.
23.
24.
冻土CT图像中不可避免地会出现环形伪影和射线束硬化伪影。为解决这些问题, 分析了两类伪影的特征和形成机理, 提出了降低伪影的硬件优化方案。首先, 通过改变X射线管电压, 以此改变X射线光通量来降低冻土CT图像的环形伪影。其次, 利用不同厚度的滤过材料, 将X射线中的低能射线预先过滤, 使得穿过冻土试样的X射线能谱范围变窄, 以此来降低射线束硬化伪影对试样的影响。对比分析结果表明: 将扫描电压提高到120 kV既能有效降低同类型冻土试样CT图像中的环形伪影, 又能保证图像的质量; 选用材质为2A12、 厚度为18 mm的航空铝材, 在扫描电压为120 kV、 扫描电流为230 mA的条件下可以有效抑制射线束硬化所造成的伪影。 相似文献
25.
26.
提出一种基于卷积神经网络和图割法的自动提取高分影像建筑物的方法。首先,通过卷积神经网络定位与检测建筑物的位置,逐一提取单个建筑物轮廓,利用检测结果分别建立建筑物和非建筑物的高斯混合模型(GMM),然后结合最大流最小割的图像分割方式实现全局优化,完成建筑物初步提取,最后用形态学进行优化。通过试验证明了该方法的可行性。 相似文献
27.
28.
29.
针对智能优化图像分割算法易陷入局部最优、分割精度不高等问题,本文融合改进的分数阶达尔文粒子群算法和二维Renyi熵多阈值,提出了一种新的多阈值遥感图像分割算法。算法利用粒子自身进化信息来定义进化因子,结合进化因子并利用高斯图函数调整分数阶次α系数以实现精确计算和快速收敛;根据局部最优概率因子对局部最优位置进行Levy飞行随机扰动以提高算法跳出局部最优的能力;同时将二维Renyi熵单阈值扩展到多阈值分割上,并结合改进的分数阶达尔文粒子群算法,将二维Renyi熵多阈值应用于遥感图像分割中。仿真结果表明,与其他2种智能优化分割算法相比,本文分割算法在细节处理和分割精度上均有明显优势,在PRI上至少提升7.27%、VOI至少降低6.5%、GCE至少降低10.4%。 相似文献
30.
传统的混合像元分解算法认为每个像元都包含图像中所能提取的全部端元组分,但这并不符合实际情况。实际上图像中大多数混合像元仅由少部分端元混合而成。由于端元提取精度及噪声的影响,采用全部端元对混合像元进行分解,会使得混合像元中实际并不存在的端元的丰度估计值不为零,分解结果存在较大误差。由于混合像元大多存在于不同地物的交界处,基于此,本文提出了一种结合图像的空间信息选取混合像元最优端元子集的方法。利用一个空间结构元素,从混合像元的附近邻域开始搜索,将搜索到的纯净像元光谱与所提取的图像端元光谱进行对比,并确定混合像元的端元子集进行分解。根据RMSE大小和变化情况,逐步扩大结构元素的大小,不断调整搜索范围,直至得到最优端元组合。模拟数据和真实数据的试验结果表明,该方法相比传统的全端元光谱分解方法,在总体上获得了更好的分解效果。 相似文献