全文获取类型
收费全文 | 3289篇 |
免费 | 410篇 |
国内免费 | 490篇 |
专业分类
测绘学 | 912篇 |
大气科学 | 526篇 |
地球物理 | 560篇 |
地质学 | 828篇 |
海洋学 | 333篇 |
天文学 | 21篇 |
综合类 | 353篇 |
自然地理 | 656篇 |
出版年
2024年 | 4篇 |
2023年 | 27篇 |
2022年 | 129篇 |
2021年 | 142篇 |
2020年 | 185篇 |
2019年 | 144篇 |
2018年 | 147篇 |
2017年 | 194篇 |
2016年 | 189篇 |
2015年 | 215篇 |
2014年 | 188篇 |
2013年 | 288篇 |
2012年 | 221篇 |
2011年 | 196篇 |
2010年 | 142篇 |
2009年 | 201篇 |
2008年 | 192篇 |
2007年 | 198篇 |
2006年 | 155篇 |
2005年 | 128篇 |
2004年 | 105篇 |
2003年 | 76篇 |
2002年 | 77篇 |
2001年 | 77篇 |
2000年 | 58篇 |
1999年 | 56篇 |
1998年 | 56篇 |
1997年 | 52篇 |
1996年 | 43篇 |
1995年 | 41篇 |
1994年 | 44篇 |
1993年 | 39篇 |
1992年 | 39篇 |
1991年 | 25篇 |
1990年 | 22篇 |
1989年 | 20篇 |
1988年 | 12篇 |
1987年 | 14篇 |
1986年 | 8篇 |
1985年 | 11篇 |
1984年 | 2篇 |
1983年 | 3篇 |
1982年 | 2篇 |
1981年 | 2篇 |
1977年 | 2篇 |
1974年 | 1篇 |
1973年 | 5篇 |
1972年 | 4篇 |
1971年 | 1篇 |
1954年 | 3篇 |
排序方式: 共有4189条查询结果,搜索用时 15 毫秒
71.
72.
73.
加权平均温度(Tm)是全球卫星导航系统技术反演大气可降水量的关键参数,影响着水汽反演的精度。针对传统的Bevis模型运用在中国区域精度不高的问题,该文提出新的增加时空参数的Tm多元线性回归模型。根据2013—2015年中国86个探空站点的探空资料,分析了Tm的时空特征;然后根据2013年站点资料,利用线性回归建模方法建立了中国区域的Tm单因子回归模型和增加了时空参数的Tm多因子回归模型,并利用2014—2015年的探空数据进行验证。Tm单因子回归模型和Tm多因子回归模型的精度分别为3.1 K和2.6 K,比Bevis模型(精度3.3 K)分别提高了约6.0%和21.2%。考虑到季节对Tm的影响,将Tm多因子回归模型按季节分段,得到按季节分段的Tm多因子回归模型,其精度与Tm多因子回归模型大致相当,但能更细致表达出不同季节Tm的精度情况。结果表明增加了时空参数的Tm多因子回归模型更加适合中国区域的加权平均温度Tm的计算。 相似文献
74.
针对在地基GNSS水汽反演的过程中,天顶湿延迟转换为大气可降水量时如何建立精确的大气加权平均温度(Tm)模型的问题,该文在建立Tm模型前全面考虑了对Tm有显著影响的变量并选择最优回归子集。但分析发现,最优回归子集中各变量之间存在较强的相关性,这将会导致变量之间存在多重共线性,从而影响模型的稳定性和可靠性。选择2013—2015年相关气象数据作为变量并应用岭回归的方法削弱变量之间的多重共线性,建立稳定的多因子Tm回归模型。并利用该模型分别预测2016年1—12月、2019年1—7月的Tm,均方根误差分别为2.3 K和2.0 K,预测精度较高,这将为高精度的水汽反演奠定较好的数据基础。 相似文献
75.
GPS坐标时间序列中不仅包含白噪声,还包含闪烁噪声、随机漫步噪声等有色噪声,这些噪声将影响GPS应用的可靠性,甚至可能对一些地球物理现象做出错误的解释,因此降低GPS坐标时间序列中有色噪声的影响、提高GPS精度是一个重要和基本的问题。提出了一种滑动L2优化估计方法(ML2),通过选取合适的窗口建立L2优化模型,再利用交替迭代乘子法求解每段时间序列的优化问题,并逐年滑动得到整段GPS坐标时间序列的估计。实验结果表明,ML2方法与奇异谱分析、小波分解、滑动普通最小二乘法相比具有更好的重构效果。 相似文献
76.
采用罗德里格矩阵公式,在不考虑尺度因子的情况下,建立了基于罗德里格矩阵的六参数坐标转换模型,推导了高精度参数初值计算方法,最小二乘迭代法平差公式。通过实测数据验证,通过实测数据计算,表明该算法具有精度高、稳定性强、适用性广等优点。 相似文献
77.
针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配(DIM)点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DIM点云噪声和改善其TIN网格模型畸变的目的。其中,针对平面结构立面,采取先对点云样本进行学习计算构建数学立面模型所需参数,再对该立面模型设定阈值并对其点云进行滤波处理的方法;针对曲面结构立面,则结合DIM点云特性先将点云样本分类标记归为立面点与非立面点,再进行样本特征值学习,使用Logistic回归算法迭代计算求解最佳回归系数,从而构建滤波分类器的方法对立面点云进行滤波处理。试验结果表明,本文滤波处理方法能将立面DIM点云噪声有效识别并去除,而且使用该方法处理后所得点云构建的建筑物立面TIN网格模型精细化程度得到有效提高,模型质量得到明显改善。 相似文献
78.
79.
80.