全文获取类型
收费全文 | 117篇 |
免费 | 38篇 |
国内免费 | 47篇 |
专业分类
测绘学 | 14篇 |
大气科学 | 4篇 |
地球物理 | 7篇 |
地质学 | 163篇 |
海洋学 | 2篇 |
天文学 | 1篇 |
综合类 | 5篇 |
自然地理 | 6篇 |
出版年
2024年 | 1篇 |
2023年 | 7篇 |
2022年 | 19篇 |
2021年 | 20篇 |
2020年 | 13篇 |
2019年 | 12篇 |
2018年 | 7篇 |
2017年 | 8篇 |
2016年 | 12篇 |
2015年 | 7篇 |
2014年 | 25篇 |
2013年 | 9篇 |
2012年 | 11篇 |
2011年 | 9篇 |
2010年 | 16篇 |
2009年 | 13篇 |
2008年 | 5篇 |
2007年 | 1篇 |
2006年 | 1篇 |
2005年 | 2篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1957年 | 1篇 |
排序方式: 共有202条查询结果,搜索用时 62 毫秒
201.
202.
为了利用遥感影像进行更加精确的找矿预测,本文选择新疆东天山尾亚地区ASTER数据进行矿化蚀变信息提取方法研究。为了提高信息提取精度,本文提出了结合主成分分析(PCA)、多尺度分割和支持向量机(SVM)的遥感矿化蚀变信息提取方法。首先,分析ASTER数据的特征,选取各矿化蚀变信息的特征波段,对组合波段进行主成分分析,获得主分量图像;然后,对各主分量图像进行多尺度分割,并获得分割之后的均值图像;接着,提取训练样本,利用SVM对训练样本进行训练,采用试验方法求得最优核参数和松弛变量,构造最优SVM模型;最后,运用最优SVM模型完成矿化蚀变信息的提取。进行主成分分析时,铁染蚀变信息选择Band1、2、3、4组合,Al-OH基团蚀变信息选择Band 1、4、6、7组合,OH和CO32-基团蚀变信息采用Band 1、2、8、9组合。在运行SVM时采用了序列最小优化算法(SMO)进行求解,速度提高了12%。实验结果表明,与波段比值法、主成分分析法及基于光谱角和SVM的方法等3种方法相比,本文方法提取铁染蚀变信息、Al-OH基团蚀变信息及OH和CO32-基团蚀变信息的总体精度可达到87.98%、 90.01%及88.93%,Kappa系数分别为0.8011、0.8134及0.8023,与成矿区带、已知矿点和已有不同地质背景成矿特征相关性较好。 相似文献