全文获取类型
收费全文 | 525篇 |
免费 | 30篇 |
国内免费 | 44篇 |
专业分类
测绘学 | 351篇 |
大气科学 | 15篇 |
地球物理 | 24篇 |
地质学 | 88篇 |
海洋学 | 55篇 |
综合类 | 24篇 |
自然地理 | 42篇 |
出版年
2024年 | 2篇 |
2023年 | 7篇 |
2022年 | 26篇 |
2021年 | 31篇 |
2020年 | 36篇 |
2019年 | 28篇 |
2018年 | 28篇 |
2017年 | 27篇 |
2016年 | 38篇 |
2015年 | 57篇 |
2014年 | 26篇 |
2013年 | 50篇 |
2012年 | 31篇 |
2011年 | 30篇 |
2010年 | 23篇 |
2009年 | 21篇 |
2008年 | 22篇 |
2007年 | 35篇 |
2006年 | 27篇 |
2005年 | 13篇 |
2004年 | 16篇 |
2003年 | 9篇 |
2002年 | 8篇 |
2001年 | 4篇 |
2000年 | 4篇 |
排序方式: 共有599条查询结果,搜索用时 15 毫秒
91.
基于高光谱遥感反射比的太湖水体叶绿素a含量估算模型 总被引:19,自引:1,他引:19
旨在寻找叶绿素a的高光谱遥感敏感波段并建立其定量估算模型。通过对太湖水体的连续监测,获得了从2004年6月到8月3个月的太湖水体高光谱数据和水质化学分析数据。利用实测的高光谱数据分析计算太湖水体的离水辐亮度和遥感反射比;然后,通过相关分析寻找反演叶绿素a浓度的高光谱敏感波段,进而建立反演太湖水体叶绿素a浓度的高光谱遥感定量估算模型,并用相关数据对模型进行精度分析。研究发现,水体的遥感反射比光谱在719nm和725nm存在两个峰,其中719nm处的峰更明显且稳定。通过模型的对比分析,发现用这两个峰值处的遥感反射比参与建模可以提高叶绿素a的估算精度;并且认为由反射比比值变量R719/R670所建立的线性模型对叶绿素a浓度的估算精度最理想。 相似文献
92.
93.
基于支撑向量机概率输出的高光谱影像混合像元分解 总被引:5,自引:0,他引:5
提出利用支撑向量机(SVM)后验概率来分解高光谱影像的混合像元,通过支撑向量机的输出值转化为两两配对的后验概率,再由两两配对的概率值求得多类后验概率,并以像元所属类别的后验概率作为地物的组分信息。实验结果表明,该方法能较好地估计出混合像元的组分比。 相似文献
94.
高光谱遥感影像波段选择算法评价方法研究 总被引:2,自引:2,他引:2
波段选择在高光谱影像数据降维处理中尤为重要,其算法较多,但针对波段选择算法评价方法的研究却很少。该文提出一种波段选择算法的评价方法。引入信息量、类别可分性和相关性3个指标,对所选波段子集进行度量,通过比较不同波段选择算法所选波段子集的度量结果,实现对波段选择算法的评价。在试验中,将该评价方法应用于4种常用的波段选择算法,分析了评价结果并验证了该评价方法的可行性。 相似文献
95.
封装型的特征选择算法相对于过滤算法而言更有助于提高分类精度,因此在当前计算技术及效率快速发展的背景下必将成为未来之趋势。本文以支持向量机(SVM)为分类器,遗传算法(GA)为特征子集的搜索算法,构建了封装型的特征选择算法GA-SVM,并用ENVI/IDL语言编程实现,最后以HYPERION高光谱数据为例对算法予以应用。结果表明,GA-SVM算法可从196个波段中选择出13个波段,同时分类精度较不做特征选择时提高了约4%。由此可见,GA-SVM封装型特征选择算法具有较好的同时优化特征子集和SVM核函数的性能,可为当前高光谱数据的特征选择提供一个较好的算法。 相似文献
96.
97.
98.
应用高光谱遥感数据估算土壤表层水分的研究 总被引:8,自引:0,他引:8
土壤水分是土壤的重要组成部分,它在陆地表层和大气之间的物质和能量交换方面扮演着重要角色,寻求快速而准确的方法估算土壤水分具有重要意义。通常,从可见光一近红外对土壤表层水分的估计多是建立在土壤水分与反射率的关系之上的。而在土壤水分含量不高时,土壤水分的增加使土壤光谱反射率在整个波长范围内降低,尤其在760nm,970nm,1190nm,1450nm,1940nm和2950nm等水分吸收波段,而在土壤水分含量较高时,土壤水分的增加会使土壤光谱反射率在某些光谱波段升高。而土壤水分的估计往往是基于土壤水分与土壤水分吸收波段的吸收强度之间的线性关系上,虽然这些经验的方法对于估算某些土壤的表层水分含量是有效的,但这些关系应用于其它条件(如不同种类土壤、土壤湿度变化范围很大的情况)时却面临很多困难,这与土壤的光谱反射率是由土壤的组成成分(土壤水分、有机质、氧化铁和粘土矿物等)的含量和它们在土壤中的分布密切相关。微分技术处理“连续”的光谱是遥感中常用的数学方法,微分技术能部分消除低频光谱成分的影响。现在微分光谱已广泛地应用于研究植被的生物物理参数、矿物和有机质等。然而利用微分光谱对土壤水分反演的研究却鲜见报道。本文通过对实验室中多种不同类型的土壤进行光谱与土壤表层水分含量进行观测,探讨了通过土壤反射率与微分光谱对土壤表层水分的反演方法。4种类型的土壤光谱数据(反射率(R),反射率倒数的对数(log(1/R)),反射率的一阶微分光谱(dR/dλ),反射率倒数的对数的一阶微分光谱(d(log(1/R))/dλ))与土壤表层水分之间的关系在本文中得到分析,R与log(1/R)对于不同土壤类型与土壤表层水分都很敏感,说明通过R与log(1/R)反演土壤表层水分受土壤类型的影响很大,而dR/dλ,d(log(1/R))/dλ)对土壤类型却不敏感,对土壤表层水分较为敏感,说明dR/dλ和d(log(1/R))/dλ)对于反演不同类型土壤具有很大的潜力,微分光谱与土壤水分在某些波段具有显著的相关性。通过随机对9种土壤(各具有4个土壤水分)的数据建立反演土壤水分的模型,并其他9种土壤(各具有4个土壤水分)的数据进行验证模型,结果表明,dR/dλ和d(log(1/R))/dλ)能够显著提高R与log(1/R)对于不同土壤类型土壤表层水分的反演精度,由于吸收过程是非线性的,在四种类型的土壤光谱数据中,总体来说,d(log(1/R))/dλ)具有最好的能力预测不同类型土壤的表层水分含量。 相似文献
99.
针对传统的边缘提取方法大部分不适应高光谱数据的特点,提出了基于光谱空间密度分析边缘提取的思想。在分组主分量变换提取第一主分量作为特征维的基础上,采用面向对象的二次判别边缘的方法,通过立体判决将光谱空间中低密度超椭球体集群视为真实边缘点集群。试验表明,此方法是合理可行的。 相似文献
100.