全文获取类型
| 收费全文 | 77篇 |
| 免费 | 14篇 |
| 国内免费 | 2篇 |
专业分类
| 测绘学 | 58篇 |
| 大气科学 | 6篇 |
| 地球物理 | 4篇 |
| 地质学 | 8篇 |
| 海洋学 | 8篇 |
| 综合类 | 6篇 |
| 自然地理 | 3篇 |
出版年
| 2023年 | 2篇 |
| 2022年 | 2篇 |
| 2021年 | 5篇 |
| 2020年 | 2篇 |
| 2019年 | 5篇 |
| 2018年 | 8篇 |
| 2017年 | 6篇 |
| 2016年 | 5篇 |
| 2015年 | 3篇 |
| 2014年 | 3篇 |
| 2013年 | 3篇 |
| 2012年 | 4篇 |
| 2011年 | 5篇 |
| 2010年 | 6篇 |
| 2009年 | 5篇 |
| 2008年 | 4篇 |
| 2007年 | 4篇 |
| 2006年 | 2篇 |
| 2005年 | 2篇 |
| 2004年 | 1篇 |
| 2003年 | 2篇 |
| 2002年 | 3篇 |
| 2001年 | 2篇 |
| 2000年 | 1篇 |
| 1998年 | 1篇 |
| 1994年 | 2篇 |
| 1993年 | 3篇 |
| 1992年 | 1篇 |
| 1990年 | 1篇 |
排序方式： 共有93条查询结果，搜索用时 189 毫秒
81.
利用数码相机定时采集沉淀池中的矾花图像，通过串口通信传输、存储到计算机；计算机对矾花图像进行数字图像处理；将处理结果应用到添加控制系统中，从而达到适量添加明矾的目的。 相似文献
82.
83.
地图符号识别的神经网络模型 总被引：2，自引：0，他引：2
着重讨论地图符号识别的神经网络模型。分析了神经网络的信息处理和信息加工方式,讨论了神经网络的设计要点和基本模型,以及神经网络的分类器。最后,还给出了几种常用的网络模型。 相似文献
84.
85.
严谨的线性判别函数与判别面的理论 ,适用于线性阈值 (MP模型 )神经元分类行为分析。本文将此理论扩展到非线性 sigmoid神经元 ,分析了用来解决模式分类问题的、由 sigmoid神经元构成的单隐层 MLP(多层感知机 )的内部行为 ;并通过一系列近似推理与实验验证 ,提出了将隐层权重矢量初始值均匀地分布在权重空间的一个圆 (超球面 )上的方法。针对几个困难的分类问题的实验表明 ,该方法抓住了 MLP分类器内部行为的重要特征 ,它使 MLP分类器跨越了可能存在的学习难点 ,把学习起点放在达到目标较简便的路经上。此方法在理论上简单直接 ,应用上方便有效 ,具有一定的普遍性。 相似文献
86.
基于多分类器组合的高分辨率遥感影像目标识别 总被引：2，自引：0，他引：2
研究多分类器组合的形式及其在目标识别中的应用.设计和实现了基于多分类器组合从高分辨率遥感影像中提取目标的具体方法.以楼房的识别与提取为例,选用QuickBird高分辨率影像,利用投票法、加权求和、完全一致规则及或运算合并等多分类器组合方法进行目标识别,比较了多分类器系统与单一分类器的精度与性能,从理论和实验两方面分析了多分类器组合用于目标识别的精度影响因素,提出了相应的改进策略.实验表明,在采用合理的组合规则下,多分类器组合能使目标识别结果达到高识别率和高置信度. 相似文献
87.
传统的赤潮藻鉴定主要依赖经验丰富的藻类专家依据种的生物形态学特征在显微镜下通过人工目视判读、分类,该方法存在专业水平高、分类人员断层、耗时费力等问题。基于赤潮藻类细胞生物形态学分类特征,通过对藻类细胞3种细节特征(有无角毛、横纵沟、尖顶刺)进行有效的自动提取和描述,提出了显微图像自动分类识别的思想。设计三级两类分类器,建立树状判别体系,将大样本集有效划分为小样本集,构建赤潮藻显微图像自动诊断识别系统,结果表明:多级分类器的设计思想减少了训练时间,提高了识别准确率。 相似文献
88.
结合多分类器的遥感数据专题分类方法研究 总被引：19，自引：1，他引：19
采用标准的多分类器结合方法进行遥感图像的分类研究。首先介绍了标准的多分类器结合的算法,然后以Landsat-TM多光谱遥感数据的土地覆被分类为例,分别给出了抽象级上相同训练特征的多分类器结合、抽象级上不同训练特征的多分类器结合和测量级上的多分类器结合进行土地覆被分类的方法,并进行了实例研究。参与分类器结合的单个分类器包括最大似然分类器,最小距离分类器,马氏距离分类器,K-NN分类器,多层感知器神经网络分类器。分类器的分类精度用总体精度、用户精度、生产者精度、kappa系数和条件kappa系数评价。结果表明,每一种多分类器结合的分类方法都能够比较显著地提高总体分类精度。文章最后对不同多分类器结合方式的优缺点进行了分析。 相似文献
89.
组合分类器及其在高光谱影像分类中的应用 总被引：3，自引：0，他引：3
多分类器组合问题一直是模式识别和机器学习领域的研究重点.由于各分类器的分类结果有着互补信息,因而一般来说,组合分类方法总有着较单个分类器精度更高的分类结果.将组合分类方法引入到高光谱影像的分类过程中,并针对该类影像的特点,提出了混合组合策略.实验表明,将组合分类器用于高光谱影像的分类,可以得到较为理想的分类结果. 相似文献
90.