全文获取类型
| 收费全文 | 94篇 |
| 免费 | 22篇 |
| 国内免费 | 8篇 |
专业分类
| 测绘学 | 36篇 |
| 大气科学 | 4篇 |
| 地球物理 | 31篇 |
| 地质学 | 26篇 |
| 海洋学 | 10篇 |
| 天文学 | 2篇 |
| 综合类 | 12篇 |
| 自然地理 | 3篇 |
出版年
| 2023年 | 7篇 |
| 2022年 | 8篇 |
| 2021年 | 15篇 |
| 2020年 | 8篇 |
| 2019年 | 8篇 |
| 2018年 | 6篇 |
| 2017年 | 3篇 |
| 2016年 | 1篇 |
| 2015年 | 1篇 |
| 2014年 | 5篇 |
| 2013年 | 2篇 |
| 2012年 | 3篇 |
| 2011年 | 4篇 |
| 2010年 | 2篇 |
| 2009年 | 6篇 |
| 2008年 | 2篇 |
| 2007年 | 6篇 |
| 2006年 | 3篇 |
| 2005年 | 4篇 |
| 2004年 | 4篇 |
| 2003年 | 2篇 |
| 2002年 | 3篇 |
| 2001年 | 2篇 |
| 2000年 | 2篇 |
| 1996年 | 3篇 |
| 1995年 | 2篇 |
| 1994年 | 2篇 |
| 1993年 | 3篇 |
| 1992年 | 1篇 |
| 1990年 | 1篇 |
| 1989年 | 1篇 |
| 1988年 | 1篇 |
| 1983年 | 1篇 |
| 1982年 | 1篇 |
| 1977年 | 1篇 |
排序方式： 共有124条查询结果，搜索用时 46 毫秒
41.
针对目前基于深度学习与高分辨率遥感影像的建筑物提取研究现状,本文提出了一种综合ResNet中的ResBlock残差模块和Attention注意力机制的改进型Unet网络（Res_AttentionUnet）,并将其应用于高分辨率遥感影像建筑物提取,有效地提高了建筑物的提取精度。具体优化方法为：在传统的Unet语义分割网络卷积层中加入针对初高级特征加强提取的ResBlock残差模块,并在网络阶跃连接部分加入Attention注意力机制模块。其中,ResBlock残差模块使卷积后的特征图获取更多的底层信息,增强卷积结构的鲁棒性,从而防止欠拟合;Attention注意力机制可增强对建筑物区域像素的特征学习,使特征提取更完善,从而提高建筑物提取的准确率。本研究采用武汉大学季顺平团队提供的开放数据集（WHU Building Dataset）作为实验数据,并从中选取3个具有不同建筑物特征和代表性的实验区域,然后分别对不同实验区域进行预处理（包括滑动裁剪和图像增强等）,最后分别使用Unet、ResUnet、AttentionUnet和Res_AttentionUnet 4种不同的网络模型对3个不同实验区进行建筑物提取实验,并对实验结果进行交叉对比分析。实验结果表明,与其他3种网络相比,本文所提出的Res_AttentionUnet在基于高分辨率遥感影像的建筑物提取中具有更高的精度,平均提取精度达到95.81%,相较于原始Unet网络提升17.94%,同时相较于仅加入残差模块的Unet网络（ResUnet）提升2.19%,能够显著地提升高分辨率遥感影像中建筑物提取的效果。 相似文献
42.
高光谱图像分类是遥感领域中一个具有挑战性的问题。基于深度学习框架的高光谱图像分类方法,由于其良好的分类性能受到了越来越多的关注。然而,这些方法普遍存在的问题为：模型的训练不仅需要大量的时间,而且还需要大量的标签样本。针对此问题,本文提出了一种基于超像素图卷积网络的高光谱图像分类方法。该方法以超像素作为图的节点,极大地减小了图的规模,从而提高了分类效率;提出的超像素合并技术能有效地融合光谱-空间信息,增强了空间信息在分类中的作用;为了验证该方法的有效性,在Indian Pines、Pavia University两个实际数据集上进行试验,并与一些先进的基于深度学习框架的高光谱图像分类方法进行比较。结果表明,本文方法在分类精度和分类效率上均优于其他方法。 相似文献
43.
44.
街面犯罪对公众的生活安全构成一定的威胁。以往对于公共盗窃和寻衅滋事等街面犯罪的研究往往停留在社区甚至更宏观的层面,难以向微观尺度深入,它们忽略了通过环境设计预防犯罪（Crime Prevention Through Environmental Design, CPTED）理论中所主张的地址级的建成环境的精确特征。地址级的微观建成环境被广泛认为对各类犯罪的发生有着直接或间接的影响,然而对微观建成环境的度量一直是一个挑战。先前的大多数研究都是通过调查样本来表征建成环境,会受到两方面的限制：① 建成环境特征描述不完整的限制;② 数据在空间覆盖方面具有稀疏性的限制。百度街景图像作为一个新的数据来源,可以被用来提取地址级的微型环境的建成特征,从而使犯罪研究可以聚焦在更微观的尺度中。本研究使用深度学习全卷积图像分割算法从百度街景图像中提取地理位置的环境变量,共选取树木、通车道路、人行道等8种变量来表现研究区微观建成环境的差异。在控制了与街面犯罪有关的其他因素后,采用贝叶斯逻辑回归模型来评估微观建成环境影响因素对公共盗窃和寻衅滋事案件的影响。结果表明加入了微观建成环境物理特征之后的模型表现更好。对比寻衅滋事案件,树木多的隐蔽地方更容易发生公共盗窃案件,通车道路、人行道多的地方更不易发公共盗窃案件,这也说明了更隐秘的地方公共盗窃案多发。总的来说,全卷积深度学习图像分割算法可以有效地提取街景衍生变量,这些变量为微观空间尺度的犯罪分析增加了新的维度。本研究不仅对于犯罪地理文献具有贡献,而且为基于CPTED原则的犯罪预防提供了新的视角。 相似文献
45.
改进的ELU卷积神经网络在SAR图像舰船检测中的应用 总被引：1，自引：0，他引：1
随着航天技术的发展,我国SAR载荷的探测体系呈现多种类、多分辨率的发展趋势。传统的检测识别方法很难适应多分辨率、多种类的SAR图像数据,从而需要寻求一种能从多分辨率的图像数据中提取有效特征的方法。智能化发展非常迅速,本文基于SAR图像的特点,提出了改进的ELU激活函数卷积神经网络的方法,建立了结合ELU激活函数和二次代价函数的深度学习模型。同时,在训练样本中建立样本特征与所在分类中心的距离函数,用模糊支持向量机（FSVM）对提取的特征进行了分类。试验结果表明,本文方法提高了SAR图像舰船检测的抗噪性,并且检测率达到了98.6%。 相似文献
46.
高光谱遥感可同步获取地表覆盖空间影像和连续且精细的光谱数据,能够实现对地物的精细分类与识别。然而,高光谱图像的高维特性对分类带来巨大挑战。为此,本文探讨了一种基于卷积核哈希学习的高光谱图像分类方法。哈希学习可以将高维信息表达为低维哈希编码,通过计算哈希编码内积并借助最小汉明距离实现分类。为了有效表达非线性数据,又发展了核哈希学习方法。然而,直接应用核哈希学习进行高光谱图像分类存在运行速度慢和未考虑空间邻域信息的不足。为此,本文在核哈希学习中引入径向基函数RBF（Radial Basis Function）作为损失函数以提高运行效率;同时,借助四维卷积操作充分表达空间邻域信息,提出了基于卷积核哈希学习的高光谱图像分类方法CKSH（Supervised Hashing with RBF Kernel and Convolution）,同时探讨了该方法在仅利用光谱特征和光谱—空间联合特征上的分类效果。在国际通用测试数据Indian Pines和University of Pavia上进行了实验,结果表明：本文提出的CKSH方法优于传统分类方法（支持向量机、随机子空间）和其他哈希学习方法（如谱哈希、球哈希、监督离散哈希、潜在因子哈希等）,同时在不同训练样本数量条件下均取得了较高的分类精度,达到96.12%（Indian Pines,10%的训练样本）和98.00%（University of Pavia,5%的训练样本）,从而验证了该方法的有效性。 相似文献
47.
厚覆盖区地下地质模型所依靠的数据主要是地震和测井资料,但地震数据反映范围广而分辨率低,测井数据则分辨率高而反映范围小,如何有效地将两者组合利用,克服各自不足是论证的重点,说明了用数据树的形式组织所有井与地震地质等数据,并能同时生成和编辑多口井的合成地震记录,来确定不同井的深时关系,为把不同域的地震数据和测井数据融合显示建立基础,提供了实时修改子波的频率和相位来做合成记录的功能,也有反射系数与子波的分布褶积等最新的方法,以慢镜头的形式说明合成记录的形成过程。这些功能的应用,给用户确定正确的地下速度场提供了先进的手段,为地质模型建立提供了先进的方法。 相似文献
48.
完全匹配层吸收边界（PML）已经被证明是非常有效的边界吸收技术,对体波和面波的吸收都具有非常好的效果,已经被广泛应用于弹性波的数值模拟中。但是在某些情况下传统的PML技术还是存在一定的问题,比如对掠射情况下的体波和窄区域自由表面条件下的面波的吸收等等。在坐标变换中采用复频移拉伸函数的复频移PML可以有效地改善PML边界条件的吸收性能。基于弹性波一阶速度-应力方程,推导了复频移PML的递推卷积实现方法,并采用交错网格高阶有限差分法对其进行了数值模拟,与传统的PML进行了对比。结果表明：传统的PML对掠射情况下的体波和窄区域自由表面条件下的面波吸收不足,会产生虚假反射,影响真实波场;而基于递推卷积的复频移PML算法能够有效地改善困难情况下的吸收效果,并且在实现过程中不用分裂变量,应用更加方便简单。计算卷积时采用递推的形式,推导过程直观易懂,易于编程,而且不会增加计算量,存储量也没有太大的变化。 相似文献
49.
50.