首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7504篇
  免费   1911篇
  国内免费   1909篇
测绘学   521篇
大气科学   7485篇
地球物理   416篇
地质学   899篇
海洋学   928篇
天文学   88篇
综合类   353篇
自然地理   634篇
  2024年   45篇
  2023年   168篇
  2022年   226篇
  2021年   274篇
  2020年   342篇
  2019年   450篇
  2018年   366篇
  2017年   179篇
  2016年   191篇
  2015年   258篇
  2014年   477篇
  2013年   406篇
  2012年   444篇
  2011年   431篇
  2010年   503篇
  2009年   500篇
  2008年   513篇
  2007年   534篇
  2006年   546篇
  2005年   599篇
  2004年   510篇
  2003年   525篇
  2002年   440篇
  2001年   395篇
  2000年   259篇
  1999年   181篇
  1998年   173篇
  1997年   200篇
  1996年   182篇
  1995年   187篇
  1994年   176篇
  1993年   136篇
  1992年   110篇
  1991年   143篇
  1990年   120篇
  1989年   82篇
  1988年   9篇
  1987年   7篇
  1986年   2篇
  1985年   3篇
  1983年   2篇
  1981年   2篇
  1980年   2篇
  1961年   2篇
  1942年   2篇
  1941年   4篇
  1938年   1篇
  1937年   1篇
  1936年   7篇
  1935年   6篇
排序方式: 共有10000条查询结果,搜索用时 31 毫秒
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
极光卵极光强度的空间分布是太阳风-磁层-电离层能量耦合过程的重要表现,并且随着空间环境参数和地磁指数的变化而变化,是空间天气的重要指示器.建立合适的极光强度模型对亚暴的预测以及磁层动力学的研究具有重要意义.本文基于Polar卫星的紫外极光成像仪(Ultraviolet Imager,UVI)数据,采用两种不同的极光强度表征方法,即曲线拟合方法(从UVI图像数据中提取极光强度沿磁余纬方向上的曲线特征,Curve Feature along the Magnetic Co-latitude Direction of the Auroral Intensity,CFMCD_AI)和网格化方法(从UVI图像数据中提取极光强度的网格化特征,Gridding Feature of the Auroral Intensity,GF_AI),来构造极区极光强度特征数据库.然后,利用该数据库,采用广义回归神经网络(Generalized Regression Neural Network,GRNN)构建了以行星际/太阳风参数(行星际磁场三分量、太阳风速度和密度)和地磁指数(AE指数)为输入参数的两种极光强度预测模型(GRNN_CFMCD_AI模型和GRNN_GF_AI模型).利用图像质量评价指数结构相似度(structure similarity,SSIM)作为极光强度模型预测结果和对应的UVI图像的相似性评价标准(完全相似为1,不相似为0,一般认为SSIM大于0.5是具有较好的相似性),对两种极光强度模型进行了性能评价.结果显示,GRNN_GF_AI模型预测结果对应的SSIM值范围为0.36~0.77,均值为0.54,性能优于GRNN_CFMCD_AI模型的.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号