全文获取类型
收费全文 | 66篇 |
免费 | 6篇 |
专业分类
测绘学 | 61篇 |
海洋学 | 4篇 |
天文学 | 3篇 |
综合类 | 4篇 |
出版年
2023年 | 2篇 |
2022年 | 4篇 |
2021年 | 2篇 |
2020年 | 3篇 |
2019年 | 3篇 |
2018年 | 3篇 |
2017年 | 4篇 |
2016年 | 1篇 |
2015年 | 4篇 |
2014年 | 3篇 |
2013年 | 1篇 |
2012年 | 7篇 |
2011年 | 2篇 |
2010年 | 3篇 |
2009年 | 1篇 |
2008年 | 2篇 |
2007年 | 3篇 |
2006年 | 7篇 |
2005年 | 4篇 |
2003年 | 2篇 |
2002年 | 3篇 |
2001年 | 2篇 |
2000年 | 2篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1957年 | 1篇 |
排序方式: 共有72条查询结果,搜索用时 437 毫秒
61.
电子经纬仪交会测量系统在大型天线精密安装测量中的应用 总被引:4,自引:0,他引:4
由于某卫星通信天线面积大、结构非圆对称,对测量精度要求高(测点精度要求为±0.3mm),决定采用大尺寸工业测量系统方法中的电子经纬仪测量系统。系统由3台T3000A电子经纬仪组成。控制网由6个9~16m高的测量墩构成。采用T3000A测角、TC2003测边,数据处理后边角网的点位精度在±0.3mm以内。3台仪器建立系统的尺度精度优于10-5。测量772点用时4h以内,交会精度优于0.3mm(RMS)。经过几次反复的调整,主面的表面精度优于0.5mm(RMS),满足了电气测试的要求。 相似文献
62.
针对现有参考网稳定点选取方法在不稳定点数较多时正确性和稳健性不足的问题,通过引入平方型Msplit相似变换,提出了一种稳健的稳定点选取方法,在不稳定点较多、甚至不稳定点数超过稳定点数的情况下仍然有效。具体思路是:在计算两期坐标的相似变换参数时,利用平方型Msplit估计将参考点组一分为二,取点数多的一组为稳定点组并继续分裂,直至两个点组对应的相似变换参数无明显差异时停止,利用最终的稳定点组计算相似变换参数来开展变形分析。试验结果表明,当参考网中存在变形量较大的点或不稳定点总数接近甚至超过稳定点数时,本文方法与传统S变换和抗差S变换相比,稳定点的判断正确率最高,求得的变形量与模拟变形量相差最小,稳定点组对应的两期坐标差均方根最小,能够正确反映控制点的实际变形。 相似文献
63.
单一基元分类方法难以全面描述复杂的点云场景,采用多基元进行分类成为一种趋势,提出了一种融合点、体素和对象特征的点云分类方法。主要包括4个方面:① 分别确定各层面分类基元,点基元方面采用最优邻域方法,体素基元方面基于八叉树方法进行体素划分,对象基元方面使用改进的多要素分割方法进行点云分割;② 提取各基元分类特征,首先提取点基元分类特征并进行局部线性约束编码(Locality-constrained Linear Coding, LLC),然后以此为基础提取体素基元和对象基元的潜在狄利克雷分布特征(Latent Dirichlet Allocation, LDA)和最大池化特征(Max Pooling, MP);③ 降低分类特征维度,利用随机森林变量重要性算法对分类特征进行筛选与降维;④ 进行点云分类,使用随机森林算法实现点云分类。采用3种不同类型的点云数据进行试验,结果表明融合3种基元特征的分类精度相比于点基元分类分别提升了1.43%、7.02%和2.48%,分类特征降维可以有效降低特征冗余度,分类器分类时间减少约70%;通过与其他算法的对比,新算法分类精度更优,且适用于多种场景点云数据的分类。 相似文献
64.
双频激光干涉仪在测距仪精度自动检测中的应用 总被引:6,自引:0,他引:6
目前用于工业测量的全站仪、测距仪的自动化程度和精度越来越高,一般是在厂房、车间等室内条件下,用于设备的高精度安装和检测等工作,与野外测量条件相比较,大气条件能得到较好的控制。在室内条件下,此类仪器的测距精度常常要高于厂家给出的测距标称精度指标值,往往能达到亚毫米级的水平。目前测距仪的精度检测通常是在野外基线上进行,影响测量精度的因素除大气条件外,还有对中误差、棱镜误差等的影响,因此不能客观地反映工业测量全站仪、测距仪的实际使用精度。本文作者提出了一种用双频激光干涉仪进行工业测量用全站仪、测距仪的自动化检测方法,给出了相应的误差评定公式,得到较好的结果。 相似文献
65.
针对高分辨率SAR影像道路交叉口提取易受周围地物干扰的问题,设计了一种利用三角形检测模型提取道路交叉口的方法。该方法首先采取滤波与锐化消除道路交叉口区域噪声点并凸显道路边缘;接着根据灰度特征,通过形态学运算确定道路交叉口候选区域;最后在候选道路交叉口区域运用三角形检测模型,确认道路交叉口。使用3 m Tan DEM-X数据进行实验,结果证明算法对各种常见二维道路交叉口模型均有较好识别效果。 相似文献
66.
67.
68.
69.
70.