全文获取类型
收费全文 | 107篇 |
免费 | 13篇 |
专业分类
测绘学 | 113篇 |
大气科学 | 2篇 |
地质学 | 2篇 |
海洋学 | 1篇 |
综合类 | 2篇 |
出版年
2022年 | 7篇 |
2021年 | 5篇 |
2020年 | 1篇 |
2019年 | 4篇 |
2018年 | 9篇 |
2017年 | 7篇 |
2016年 | 2篇 |
2015年 | 1篇 |
2014年 | 11篇 |
2013年 | 2篇 |
2012年 | 4篇 |
2011年 | 2篇 |
2010年 | 4篇 |
2009年 | 7篇 |
2008年 | 6篇 |
2007年 | 11篇 |
2006年 | 8篇 |
2005年 | 8篇 |
2004年 | 1篇 |
2003年 | 2篇 |
2002年 | 7篇 |
2001年 | 3篇 |
1998年 | 2篇 |
1997年 | 1篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 2篇 |
1991年 | 1篇 |
排序方式: 共有120条查询结果,搜索用时 31 毫秒
51.
首先以居民地要素为例,通过对多对多关系产生原因的分析,明确制图综合中典型化操作是多对多关系产生的主要根源。其次,从对多对多匹配的实例入手,根据邻近、轮廓规则、分布有序等特征,设计了多对多关系的探测和发现方法。最后,根据典型化算法整体性、结构化的原则,从群对象的对象结构、轮廓形状、面积和方位等特征入手,设计了相邻比例尺多对多匹配算法。实验表明,该方法符合人类的匹配认知习惯,能够有效发现并确认相邻比例尺中同名对象之间的多对多对应关系。 相似文献
52.
江淮梅雨期各类降水的变化分析 总被引:1,自引:0,他引:1
为了揭示江淮梅雨降水量的长期变化规律,利用1957~2008年中国740站逐日降水资料,使用线性倾向估计、小波分析等方法,在将日降水划分为小雨、中雨、大雨、暴雨和大暴雨5类降水的基础上,重点分析了江淮梅雨期间上述5类降水的趋势变化特征,结论如下:暴雨频率、暴雨强度是决定江淮梅雨降水多寡的主要内在因子;小雨、中雨的频率及其对梅雨量的贡献率的趋势变化在1970年代中期发生了显著的年代际变化,即由1970年代中期前的显著上升趋势改变为其后的显著下降趋势;大雨及其以上等级降水的频率、贡献率的趋势变化特征并不显著。 相似文献
53.
54.
简要介绍了Agent的起源、发生和发展以及技术和基本特点.在分析了自动综合的现状和发展需求的基础上,把Agent技术引入到自动综合中来,并利用Agent的自治性、反应性、能动性、学习性、通信性和移动性等基本特性,提出了一种基于Agent的地图综合模型,即自动综合的监控Agent模型,用于对自动综合的综合行为进行监控.同时地图综合知识库的建立和应用,大大提高了Agent的自动反应能力,对自动综合的综合过程起到了强有力的保障和监督作用,文中最后列举了相应的例子. 相似文献
55.
56.
层次性是道路网一个重要的空间结构特征,文中提出一种城市道路网面域层次结构特征的识别与表达方法。首先以路链为基本单元对道路网数据进行重新组织,选取连通度、接近度、中介度和长度对路链的结构特征重要性进行评价;然后以道路网眼作为表达道路网面域层次结构特征的基本单元,依据路链的属性等级、结构特征重要性以及视觉对称性原则,依次选取路链对道路网最大包络区域进行层次剖分从而获得其包含的各级层次道路网眼;最后利用二叉树模型对道路网眼之间的层次关系和邻接关系进行结构化表达。实验结果表明,所提方法能够完整提取出道路网包含的全部道路网眼并准确建立它们之间的空间关系,其结果能较好地反映道路网面域的层次结构特征。 相似文献
57.
58.
三角剖分算法是计算几何领域中的重要课题之一,针对现有多边形三角剖分算法大多不能同时兼顾算法的简单有效性、适用性以及三角网的质量问题,提出一种基于自适应分块的任意多边形三角剖分算法.多边形的自适应分块区别于传统的格子分块,它充分顾及了多边形边作为剖分三角网约束边这一特点,通过选择原始多边形一定数量的边,并对这些边构建最优三角形,将原始多边形分割成若干个小的简单多边形,这些简单多边形之间通过三角形进行连接.至此,原始多边形的三角剖分直接转化为这些简单多边形的三角剖分,这样由一条边寻找一顶点构建最优三角形,直接在该边所在的简单多边形内进行搜索,大大减少了点的搜索范围,提高了算法效率.利用基于边优先的多边形三角剖分算法对分块后的小多边形进行三角剖分,从而完成整个多边形的三角剖分.算法具有适用性广,剖分三角形网形稳定、最优,思路简单,易于实现,执行效率高的特点,最后通过实验证明了本算法的科学性和先进性. 相似文献
59.
60.
为充分利用已有化简成果及其蕴含的化简知识,本文集成几种机器学习算法提出图形、图像融合利用的智能化简方法,实现顶点取舍决策的学习和优化。首先,分别利用全连接神经网络和卷积神经网络设计、构建基于图形的顶点取舍模型和基于图像的顶点取舍模型,通过样本训练各模型拟合从图形特征到顶点取舍和从栅格图像到顶点取舍的映射;然后,基于线性加权、朴素贝叶斯、支持向量机、人工神经网络构建多种融合决策模型,实现基于图形和基于图像的顶点取舍的融合利用;最后,通过试验用例对所有模型进行测试。试验结果表明:基于图形和基于图像的顶点取舍模型在一定程度上学习、掌握了化简算子,融合利用后还能进一步提高化简准确性、实现优势互补。 相似文献