全文获取类型
| 收费全文 | 284篇 |
| 免费 | 85篇 |
| 国内免费 | 53篇 |
专业分类
| 测绘学 | 73篇 |
| 大气科学 | 74篇 |
| 地球物理 | 54篇 |
| 地质学 | 112篇 |
| 海洋学 | 27篇 |
| 天文学 | 2篇 |
| 综合类 | 44篇 |
| 自然地理 | 36篇 |
出版年
| 2024年 | 30篇 |
| 2023年 | 93篇 |
| 2022年 | 93篇 |
| 2021年 | 77篇 |
| 2020年 | 42篇 |
| 2019年 | 35篇 |
| 2018年 | 14篇 |
| 2017年 | 9篇 |
| 2016年 | 1篇 |
| 2015年 | 1篇 |
| 2014年 | 2篇 |
| 2013年 | 2篇 |
| 2012年 | 1篇 |
| 2011年 | 4篇 |
| 2010年 | 3篇 |
| 2009年 | 1篇 |
| 2007年 | 5篇 |
| 2005年 | 3篇 |
| 2004年 | 2篇 |
| 2003年 | 1篇 |
| 2001年 | 2篇 |
| 1989年 | 1篇 |
排序方式： 共有422条查询结果，搜索用时 15 毫秒
391.
393.
为准确预报臭氧浓度等级,基于EC＿THIN全球天气模式产品和我国自主研发的CMA＿GFS全球天气数值预报产品以及华南GRACEs大气成分模式输出产品,融合气象和环境观测数据,使用6种机器学习智能算法,构建耦合数值预报模式和机器学习的混合模型,旨在充分发挥数值预报与机器学习智能算法的优势和互补协同作用,实现臭氧浓度等级预报准确度的跨越式提升。共设置4个控制试验,选取不同的特征产品,依次使用机器学习经典分类算法对长沙市未来4天的臭氧浓度等级进行分类预报,取测试准确度最高的模型输出结果作为结果统计。发现：最优模型1～4天的测试准确度分别为81.7%、81.7%、78.3%、60.9%,大大高于大气成分模式预报和预报员经验,达到预期设计目标;高质量的天气模式产品对模型贡献大,而大气成分模式产品对模型贡献有限;模型3天以内预测性能较好,低等级预测性能较好,高等级预测性能一般。提出解决方案供讨论：增加高等级样本数量,增强模型对此类事件的识别能力;加强高等级臭氧污染的机理分析,组合出更精炼的因子供模型使用。 相似文献
394.
近年来我国极端灾害性天气频发,造成了重大人员伤亡和财产损失,随着防灾减灾工作的推进,龙卷等中小尺度强对流灾害性天气的预警预报工作的关注度正逐步提升。现有龙卷检测算法基于对新一代天气雷达基数据在多个仰角和体积扫描中进行阈值判断得到龙卷涡旋特征TVS,在自适应协同观测背景下表现为自适应策略同步较慢,预警预报准确率不高,提前预警时间短。使用机器学习算法结合龙卷在雷达反射率、径向速度和速度谱宽的多重特征能有效提高龙卷识别的准确率和预警时间,能提高组网雷达的协同观测能力。基于随机森林的龙卷检测算法（TDA-RF）,使用CINRAD雷达历史龙卷数据作为训练集,通过随机森林算法对训练集进行分类学习得到龙卷预测模型,使用预测模型对实时雷达数据进行龙卷检测。试验结果表明,TDARF算法能有效识别不同强度的龙卷,较TVS龙卷检测算法能给出龙卷区域的分类概率值,无需对龙卷特征时空连续性进行判断;TDA-RF算法对多个特征进行综合判断具有较好的抗干扰能力,使基于组网雷达的龙卷预警时间最高可达18分钟。 相似文献
395.
高温高压条件下的热力学平衡是开展地幔地球化学研究的重要基础。目前，对地幔条件下矿物和熔体的热力学平衡的认识还存在一些不足，即地幔地球化学的实验和天然样品数据(压强、温度和成分等)构成的高维度矩阵中离散点之间的关系还未被充分厘清。机器学习是挖掘数据的有效工具，通过回归、分类等算法，可以为地幔条件下的热力学平衡提供新认识。已开展的实例研究包括温压计、熔体中元素的溶解度、矿物的三价铁含量、判断地幔捕掳体是否发生交代作用、判断样品是否发生氢扩散作用，等等。本研究方向的发展还需要机器学习方法的普及、基础数据库正确率和数据质量的提高以及算法的改进。 相似文献
396.
针对卫星导航系统伪距相位、广播星历等观测数据，本文采用特征提取和模型回归等技术手段，从数据类型和观测时间两个维度寻找数据内在特征，挖掘出海量测站数据之间的特征关联，并采用机器学习方法评估卫星导航系统全球定位性能.本文所提出的评估方法在实际测站数据上进行了验证，中国及周边区域12个测站模型定位精度1-平均绝对百分比误差(mean absolute percentage error, MAPE)的均值为92.36%，最差为PTGG站，1-MAPE为89.26%；全球范围120个测站模型定位精度1-MAPE的均值为86.59%，最差为SCOR站，1-MAPE为81.46%，与传统数理统计框架下得到的实测值较为吻合.实验结果表明：基于机器学习模型评估卫星导航定位性能的方法可行有效，机器学习模型在大数据统计分析中具有强评估能力和高泛化性，突破了现仅用传统数理统计的全球定位性能评估思路. 相似文献
397.
针对超宽带定位技术中非视距信号与多径信号影响超宽带定位精度的问题，在不考虑信道冲激响应这一重要特征前提下，分别从测试与训练场景相同和异同两方面对比研究支持向量机、随机森林和多层感知器3种机器学习方法的低成本超宽带异常信号识别性能。通过将多径信号与非视距信号分离，完成视距信号、非视距信号和多径信号的数据多分类。对比性实验结果表明，测试环境与训练环境相同和异同两种情况下的随机森林分类器表现最优，识别准确度可达92.52%、74.82%;在缺失信道冲激响应这一重要特征条件下，机器学习依然可以较好地识别非视距信号和多径信号，为低成本室内定位提供一种思路。 相似文献
398.
使用1951—2021年160个中国国家级气象观测站冬季平均气温及多项大气环流及海温等指数,用机器学习方法研究影响中国冬季气温异常的大气环流及海温等外强迫因子,并建立估算拟合模型,评价筛选出的影响因子组合对中国冬季气温异常分布的贡献。使用最小绝对收缩和选择算子（LASSO）算法提取与冬季气温异常相关的影响因子。为体现特征因子之间非线性关系,使用泰勒公式对筛选后的特征进行多项式增广。使用最小二乘梯度提升决策树（LS-GBDT）算法对筛选出的特征因子与冬季气温异常之间的非线性关系进行估算拟合。结果表明,机器学习方法能够对影响冬季气温异常的特征因子进行合理筛选与重要性分析,建立的估算模型在一定程度上体现了气候系统特征因子与冬季气温距平的非线性联系。本研究为了解中国冬季气温异常分布的影响因素及其模拟与估算提供了新方法和途径。 相似文献
399.
利用2015年1月-2021年3月ECMWF细网格数值预报产品构建训练样本，使用自动机器学习方法构建乌鲁木齐机场温度预测模型。结果表明：（1）ECMWF模式直接输出的乌鲁木齐机场温度平均绝对误差为1.7 ℃，基于自动机器学习方法的Auto-sklearn模型和Auto-Keras模型能够改善模式直接输出的误差，使平均绝对误差降低至1.4 ℃。（2）分析逐月模型预测准确率发现，Auto-sklearn模型的预报准确率（≤2 ℃）在4-10月稳定在85%以上，效果优于其余模型。（3）对于冬季低温天气，Auto-Keras模型预报准确率优于其余模型的效果，平均绝对误差为1.37～1.91 ℃；而对于温度≥0 ℃的情况，Auto-sklearn模型预测效果更好，平均绝对误差为0.93～1.22 ℃ 。 相似文献
400.
针对基于单一尺度点簇的分类算法无法满足大范围城市三维点云高精度分类的问题，该文提出了一种平面特征保持的多尺度点簇城市场景三维点云分割分类方法。该方法首先以超体素为基元进行动态区域生长，将具有平面特征的超体素逐步合并，生成平面特征保持的多尺度点簇，然后基于多尺度点簇进行特征计算并使用随机森林分类器进行分类。为验证该方法的有效性，分别采用机载LiDAR点云和影像密集匹配点云进行实验，并与基于不同分类基元的分类方法进行对比。实验结果表明，与原始区域生长方法相比本文提出的分割方法得到的点簇更加准确，分割准确度达到97%,并且分割效率提升了一倍以上，同时分类准确度也优于其他方法，达到94.1%、87.5%。 相似文献