全文获取类型
收费全文 | 684篇 |
免费 | 156篇 |
国内免费 | 166篇 |
专业分类
测绘学 | 233篇 |
大气科学 | 102篇 |
地球物理 | 131篇 |
地质学 | 317篇 |
海洋学 | 64篇 |
天文学 | 4篇 |
综合类 | 88篇 |
自然地理 | 67篇 |
出版年
2024年 | 7篇 |
2023年 | 30篇 |
2022年 | 69篇 |
2021年 | 73篇 |
2020年 | 94篇 |
2019年 | 70篇 |
2018年 | 41篇 |
2017年 | 53篇 |
2016年 | 49篇 |
2015年 | 35篇 |
2014年 | 37篇 |
2013年 | 62篇 |
2012年 | 46篇 |
2011年 | 51篇 |
2010年 | 38篇 |
2009年 | 34篇 |
2008年 | 32篇 |
2007年 | 38篇 |
2006年 | 32篇 |
2005年 | 30篇 |
2004年 | 11篇 |
2003年 | 13篇 |
2002年 | 2篇 |
2001年 | 16篇 |
2000年 | 4篇 |
1999年 | 5篇 |
1998年 | 7篇 |
1997年 | 4篇 |
1996年 | 5篇 |
1995年 | 6篇 |
1994年 | 2篇 |
1993年 | 4篇 |
1991年 | 3篇 |
1989年 | 2篇 |
1984年 | 1篇 |
排序方式: 共有1006条查询结果,搜索用时 40 毫秒
32.
遥感岩性制图是地质填图中的重要工作,基于光谱特征的岩性分类易受到色调、纹理等因素影响导致精度不佳。前人进行岩性自动分类研究多关注影像的光谱特征,而忽略空间特征,笔者等基于甘肃北山白峡尼山地区ASTER影像,将支持向量机、极限学习机两种机器学习分类方法与基于空间特征的快速漂移算法相结合进行岩性分类。结果表明支持向量机分类总体精度为89.17%;极限学习机不但具有需调节参数少的优势,且分类精度和速度均优于支持向量机,分类总体精度达96.70%;利用快速漂移算法提取的影像空间特征可有效减少错分区,提升岩性分类效果。研究证实将基于光谱特征的极限学习机和基于空间特征的快速漂移算法结合的岩性分类方法具有客观、高效、高精度等优势,可为后续地质填图和找矿勘查工作提供可靠数据支撑,在遥感岩性分类领域具有较高的推广价值。 相似文献
33.
为有效增强建筑结构的抗震性能、提高建筑抗震水平,对JGN型耐高温建筑结构胶抗震加固性能展开研究。将高活性酚醛胺(T-31)作为主固化剂、聚酰胺树脂(PA)为辅助固化剂,结合气相白炭黑、超细石英砂、石棉纤维、纳米材料、环氧树脂等材料,制备JGN型耐高温建筑结构胶。在高温环境下,使用万能试验机分析不同配比条件对结构胶抗震加固性能的影响。测试主要以拉伸强度、压缩强度以及压缩弹性模量为指标。测试结果表明:当固化剂质量比为45∶15、气相白炭黑掺量为4.5%、超细石英砂掺量为10%、石棉纤维掺量为10.5%、纳米SiO2掺量为3.5%、纳米CaCO3掺量为2.5%时,JGN型耐高温建筑结构胶的拉伸强度和压缩强度更大,压缩弹性模量得到优化,结构胶的抗震加固性能达到最佳状态。 相似文献
34.
通过对盾构机全站仪激光导向系统的测量原理研究,并对盾构坐标与施工坐标系的旋转模型转换原理分析,建立盾构姿态参数与坐标旋转模型的关系。然后通过全站仪测量激光标靶棱镜和切口坐标与激光标靶相对位置的误差分析得到相关结论。 相似文献
35.
36.
高分辨率遥感影像解译是遥感信息处理领域的研究热点之一,在遥感大数据知识挖掘与智能化分析中起着至关重要的作用,具有重要的民用和军事应用价值。传统的高分辨率遥感影像解译通常采用人工目视解译方式,费时费力且精度低。所以,如何自动、高效地实现高分辨率遥感影像解译是亟待解决的问题。近年来,随着人工智能技术的飞速发展,采用机器学习方法实现高分辨率遥感影像解译已成为主流的研究方向。本文结合高分辨率遥感影像解译的典型任务,如目标检测、场景分类、语义分割、高光谱图像分类等,系统综述了5种代表性的机器学习范式。具体来说,本文分别介绍了不同机器学习范式的定义、常用方法以及代表性应用,包括全监督学习(如支持向量机、K-最近邻、决策树、随机森林、概率图模型)、半监督学习(如纯半监督学习、直推学习、主动学习)、弱监督学习(如多示例学习)、无监督学习(如聚类、主成分分析、稀疏表达)和深度学习(如堆栈自编码机、深度信念网络、卷积神经网络、生成对抗网络)。其次,深入分析五种机器学习范式的优缺点,并总结了它们在遥感影像解译中的典型应用。最后,展望了高分辨率遥感影像解译的机器学习发展方向,如小样本学习、无监督深度学习、强化学习等。 相似文献
37.
蒸散发是水圈、大气圈和生物圈中水分循环和能量交换的纽带。在全球尺度上,蒸散发约占陆地降水总量的60%;作为其能量表达形式,潜热通量约占地表净辐射的80%。随着通量观测技术的发展,全球长期持续的观测数据得以获取和共享,近年来基于数据驱动的蒸散发遥感反演方法取得了较好的研究进展。本文针对数据驱动的蒸散发遥感反演方法和产品,从经验回归、机器学习和数据融合3个方面展开,对现有的研究进展进行了梳理、归纳和总结,并从驱动数据、反演方法、已有产品等方面指出目前仍存在的问题和不足。未来仍需开展数据驱动的高时空分辨率的蒸散发遥感反演方法的研究,有效考虑地表温度和土壤水分等可以指示地表蒸散发短期变化的重要信息,同时加强基于过程驱动的物理模型与数据驱动的模型的结合,使两类模型能互为补充、各自发挥所长,共同推动蒸散发遥感反演研究水平的进步。 相似文献
38.
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
39.
Rainfall prediction is of vital importance in water resources management. Accurate long-term rainfall prediction remains an open and challenging problem. Machine learning techniques, as an increasingly popular approach, provide an attractive alternative to traditional methods. The main objective of this study was to improve the prediction accuracy of machine learning-based methods for monthly rainfall, and to improve the understanding of the role of large-scale climatic variables and local meteorological variables in rainfall prediction. One regression model autoregressive integrated moving average model (ARIMA) and five state-of-the-art machine learning algorithms, including artificial neural networks, support vector machine, random forest (RF), gradient boosting regression, and dual-stage attention-based recurrent neural network, were implemented for monthly rainfall prediction over 25 stations in the East China region. The results showed that the ML models outperformed ARIMA model, and RF relatively outperformed other models. Local meteorological variables, humidity, and sunshine duration, were the most important predictors in improving prediction accuracy. 4-month lagged Western North Pacific Monsoon had higher importance than other large-scale climatic variables. The overall output of rainfall prediction was scalable and could be readily generalized to other regions. 相似文献
40.