全文获取类型
收费全文 | 69篇 |
免费 | 44篇 |
国内免费 | 7篇 |
专业分类
测绘学 | 6篇 |
地球物理 | 67篇 |
地质学 | 34篇 |
海洋学 | 5篇 |
天文学 | 3篇 |
综合类 | 5篇 |
出版年
2023年 | 9篇 |
2022年 | 1篇 |
2021年 | 4篇 |
2020年 | 2篇 |
2019年 | 12篇 |
2018年 | 6篇 |
2017年 | 5篇 |
2016年 | 6篇 |
2015年 | 6篇 |
2014年 | 2篇 |
2013年 | 5篇 |
2012年 | 5篇 |
2011年 | 11篇 |
2010年 | 7篇 |
2009年 | 8篇 |
2008年 | 3篇 |
2007年 | 6篇 |
2006年 | 3篇 |
2005年 | 3篇 |
2004年 | 3篇 |
2003年 | 2篇 |
2002年 | 2篇 |
2001年 | 1篇 |
1998年 | 1篇 |
1997年 | 5篇 |
1991年 | 2篇 |
排序方式: 共有120条查询结果,搜索用时 31 毫秒
21.
在多光谱遥感图像中有时也会存在较严重的随机点噪声的干扰,这种随机点噪声严重影响了地物光谱特征提取和识别的精度,降低了各种遥感定量分析方法技术的有效性。常用的遥感图像随机噪声消除或压抑方法是Fourier变换频率域方法和采用平滑模板对图像进行卷积处理的空间域方法,但它们往往会损失图像信息。文章探讨了消除或压抑噪声的图像融合方法,即RNF融合法。RNF融合算法先对参与融合的多光谱图像进行低通滤波,对全色波段进行高通滤波。然后将滤波后的全色波段与多光谱图像用HSI变换法进行融合,融合后的图像消除了噪声。 相似文献
22.
23.
为使传统的维纳滤波方法在最小均方准则下的解更准确、稳定,采用正则化思想,提出导数算子约束下的最小均方准则;在这种准则下,推导了维纳滤波因子及其频率响应.通过在不同频段取不同的正则化函数值,控制滤波结果.理论及实际地震勘探资料的分析表明:正则化维纳滤波去噪效果比传统维纳滤波好,且对有效波的损失较小,表明了文中所取正则项的可行性及有效性.最后讨论了通过建立正则化函数关系式,方便地提供正则化函数值以及圆滑振幅谱对改进滤波效果的可能性. 相似文献
24.
复杂地表和复杂介质条件下,随机噪声往往严重影响着复杂地震信号的信噪比,同时深层地球物理目标探查中弱地震信号总是被随机噪声所掩盖,如何有效地压制随机噪声干扰、恢复有效地震信号仍然是高精度地震勘探中的关键问题.压缩感知理论突破了奈奎斯特采样定理的限制,利用有效地震信号的可压缩性和稀疏性,提供了从不可压缩随机噪声中进行有效信号分离的数据原理.本文系统分析压缩感知框架下地震随机噪声压制的稀疏优化反问题,提出了基于迭代软阈值算法的"采集-重建-修复"方案对该问题进行求解.在实现高度稀疏表征的基础上进行地震数据的压缩感知随机观测,通过迭代反演对有效地震信号进行重构,有效提高复杂地震数据的信噪比,同时,当求解稀疏优化问题时,如果出现正则化项引起重构信号衰减现象,可以匹配除偏对衰减的有效信号进行修复.通过与工业标准 f-x预测滤波方法进行比较,理论模型和实际数据处理的结果表明,压缩感知迭代噪声压制方法对复杂地震数据中的随机噪声有较好的压制效果,可以有效恢复出被较强非平稳随机噪声干扰的时空变同相轴信息. 相似文献
25.
随机噪声的压制在提高地震资料信噪比方面发挥重要作用.考虑到传统去噪方法在构造复杂地区难以取得理想的去噪结果,本文提出基于Hessian矩阵特征值对应的线性目标关系在多个尺度上对随机噪声进行压制.该方法将地震信号看作不同尺度的曲线,从而利用Hessian矩阵在曲线检测方面表现出的良好性能实现信噪分离.该方法与传统方法相比不受地层倾角的限制,因此能够处理构造较为复杂地区的地震数据.利用模型及实际资料对该方法进行了验证并与传统方法F-X反褶积的去噪结果做对比,结果表明基于Hessian矩阵的随机噪声压制方法在构造复杂地区能够保持有效信号的完整性. 相似文献
26.
地震信号中的随机噪声是一种干扰波,严重降低了地震信号的信噪比,并影响着资料的后续处理和分析.本文根据地震信号中有效信号和随机噪声的差异,结合分数阶B样条小波变换与高斯尺度混合模型提出了一种地震信号随机噪声压制方法.首先利用分数阶B样条小波变换将含噪地震信号映射到最优分数阶小波时频域内,然后对各小波子带系数分别建立高斯尺度混合模型,由贝叶斯方法估计出源地震信号小波系数,最后使用分数阶B样条小波逆变换重构得到降噪后的地震信号.利用本文方法对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制地震信号中的随机噪声,并且较好地保留了有效信号. 相似文献
27.
磁共振信号极其微弱,容易受到周围环境中各种电磁噪声干扰.其中随机噪声,由于频带宽、不规则、无规律、与有效信号混叠,难以抑制.近年来,采用数量级为104~105 Hz采样频率收录的全波磁共振信号,以其携带丰富全面的信息量,为数据处理及解释提供了更多的潜能.然而,只要随机噪声的幅度大于信号幅度,拟合得到的信号特征参数准确度就会降低.目前普遍采用的数据叠加方法仅能抑制部分随机噪声,且需要多次采集信号,探测效率低.本文针对全波磁共振信号采样点数多和信号非线性强的特点,提出采用分段时频峰值滤波(STFPF)法消噪,将全波磁共振信号分成若干段,编码为解析信号的瞬时频率,采用短窗长PWVD计算解析信号的时频分布,利用时频分布沿瞬时频率集中的特性,通过提取时频分布的峰值获得信号的无偏估计,达到抑制全波磁共振信号随机噪声的目的.为了验证消噪效果,与传统叠加法进行对比分析,仿真结果表明,对于单次采集信号,信噪比低至-5 dB时,STFPF方法依然能有效抑制信号中的随机噪声,消除随机噪声后信噪比提高23.19 dB,信号的初始振幅拟合误差为3.03%,平均横向弛豫时间拟合误差为2.7%,消噪效果优于传统叠加法,且由于无需多次采集磁共振信号,可有效提高探测效率.模型数据的反演解释进一步验证了STFPF方法的有效性,本文研究结果为实际数据处理奠定了良好的基础. 相似文献
28.
29.
运用常规的基于曲波变换和全变差的联合去噪技术,可以有效地衰减随机噪声,较好地克服使用曲波变换带来的强能量团以及在同相轴边缘产生的不光滑现象,但是这种常规的联合去噪方法对有效信号有一定的损害。笔者采用一种多尺度多方向改进的Donoho阈值去噪思想,较好地克服了常规的联合去噪方法的缺陷,保护了有效信号。该方法在应用曲波变换去噪时,对每一个尺度的每一个方向都选取一个合适的阈值因子,而不是常规的方法对整个曲波系数矩阵只选取一个固定比例的阈值因子。理论模型与实际资料的处理结果表明,该技术最大限度地保留了地震数据的有效信号,在地震资料处理中具有较好的应用前景。 相似文献
30.
分布式光纤传感器(distributed fiber-optical acoustic sensor,DAS)是一种快速发展的具有巨大应用前景的地震勘探检波器技术.实际DAS地震资料往往会受到大量强能量随机噪声的干扰,通常表现为低信噪比(signal-to-noise ratio,SNR).这一现象给接下来的成像、反演以及解释带来了巨大的困难,因此如何压制DAS地震资料中的随机噪声并提高其SNR成为一个有待解决的技术问题.卷积神经网络(convolutional neural network,CNN)已经被证明是一种有效的噪声压制工具.通常情况下,CNN需要一个理论纯净地震数据集来优化网络,这极大地限制了CNN在DAS地震资料处理中的应用.在本文中,我们采用正演模拟的方法来构建理论纯净DAS地震数据集,通过正演模型的参数多样化增强数据集的真实性,从而获得适合DAS地震资料随机噪声压制的CNN去噪模型.此外,在网络结构方面,我们利用泄漏线性整流单元作为CNN的激活函数增强训练后模型对微弱有效信号的恢复能力;在训练过程中,通过能量比矩阵调节噪声片和有效信号片之间的SNR,增强CNN去噪模型对于不同SNR的DAS地震数据的适应性.模拟和实际实验均表明本文提出的这种正演模型驱动的卷积神经网络(forward-model-actuation convolutional neural network,FMA-CNN)能够有效地压制DAS随机噪声同时完整地恢复有效信号. 相似文献