全文获取类型
收费全文 | 684篇 |
免费 | 156篇 |
国内免费 | 166篇 |
专业分类
测绘学 | 233篇 |
大气科学 | 102篇 |
地球物理 | 131篇 |
地质学 | 317篇 |
海洋学 | 64篇 |
天文学 | 4篇 |
综合类 | 88篇 |
自然地理 | 67篇 |
出版年
2024年 | 7篇 |
2023年 | 30篇 |
2022年 | 69篇 |
2021年 | 73篇 |
2020年 | 94篇 |
2019年 | 70篇 |
2018年 | 41篇 |
2017年 | 53篇 |
2016年 | 49篇 |
2015年 | 35篇 |
2014年 | 37篇 |
2013年 | 62篇 |
2012年 | 46篇 |
2011年 | 51篇 |
2010年 | 38篇 |
2009年 | 34篇 |
2008年 | 32篇 |
2007年 | 38篇 |
2006年 | 32篇 |
2005年 | 30篇 |
2004年 | 11篇 |
2003年 | 13篇 |
2002年 | 2篇 |
2001年 | 16篇 |
2000年 | 4篇 |
1999年 | 5篇 |
1998年 | 7篇 |
1997年 | 4篇 |
1996年 | 5篇 |
1995年 | 6篇 |
1994年 | 2篇 |
1993年 | 4篇 |
1991年 | 3篇 |
1989年 | 2篇 |
1984年 | 1篇 |
排序方式: 共有1006条查询结果,搜索用时 31 毫秒
971.
卵石土等效弹性模量理论预测模型初探 总被引:1,自引:0,他引:1
卵石土是由卵石和土组成的、处于土和岩体之间的天然地质体,但其宏观力学特性完全不同于土和岩体。通过对成都地铁1号线隧道掘进机(TBM)施工现场调查可知,卵石地层可导致TBM刀具过量磨损、刀盘堵塞等非正常损坏,极大地影响了TBM施工效率,是TBM掘进极其不利的一种典型混合工作面。主要研究卵石土变形性能,建立在均匀应变基础上,假设卵石为理想圆形或椭圆形,从理论上得到卵石土等效弹性模量的解析预测公式。并通过数值试验验证了理论预测模型的有效性。结果表明,此模型预测结果与试验数据比较接近,可用来初步判断卵石地层等效弹性模量,有助于理解并提高该地层中的TBM掘进效率。 相似文献
972.
深埋隧道锚杆支护作用的数值模拟与模型试验研究 总被引:3,自引:1,他引:2
以重庆至长沙公路共和隧道为研究对象,研制出环氧-硅橡胶的相似模型材料,在大型真三轴模型试验机上进行了隧道在毛洞和锚杆支护条件下的超载试验,采用应变测量技术对隧道关键部位的应变值和锚杆的应变值进行了测量,据此分析了围岩体在锚杆支护后的应力变化规律和锚杆的轴力变化规律。采用与模型试验相同的边界条件进行了隧道在锚杆支护条件下的数值模拟工作,对围岩体的塑性区、应力场和锚杆轴力随荷载的变化过程进行了研究。结果表明,两种手段反映的围岩体应力变化规律和锚杆轴力随荷载的变化规律是一致的 相似文献
973.
Potential of support vector regression for prediction of monthly streamflow using endogenous property 总被引:2,自引:0,他引:2
In the recent past, a variety of statistical and other modelling approaches have been developed to capture the properties of hydrological time series for their reliable prediction. However, the extent of complexity hinders the applicability of such traditional models in many cases. Kernel‐based machine learning approaches have been found to be more popular due to their inherent advantages over traditional modelling techniques including artificial neural networks(ANNs ). In this paper, a kernel‐based learning approach is investigated for its suitability to capture the monthly variation of streamflow time series. Its performance is compared with that of the traditional approaches. Support vector machines (SVMs) are one such kernel‐based algorithm that has given promising results in hydrology and associated areas. In this paper, the application of SVMs to regression problems, known as support vector regression (SVR), is presented to predict the monthly streamflow of the Mahanadi River in the state of Orissa, India. The results obtained are compared against the results derived from the traditional Box–Jenkins approach. While the correlation coefficient between the observed and predicted streamflows was found to be 0·77 in case of SVR, the same for different auto‐regressive integrated moving average (ARIMA) models ranges between 0·67 and 0·69. The superiority of SVR as compared to traditional Box‐Jenkins approach is also explained through the feature space representation. Copyright © 2009 John Wiley & Sons, Ltd. 相似文献
974.
结合支持向量机与遗传算法,提出了一种边坡最危险滑动面识别的新方法。这种方法基于正交设计和极限平衡分析获得学习样本,通过支持向量机学习,从而获得最危险滑动面与安全系数之间的非线性映射关系,再用遗传算法从全局空间上搜索,进行最危险滑动面的识别,并同时获得对应的最小安全系数,该方法计算速度快、效率高。给出了两个算例,结果是令人满意的。 相似文献
975.
近年来高等级公路正在我国迅速发展,养护与维修路面是一项迫切任务。以2000 DC型铣刨机为例介绍其在维修路面中的作用,以及这种铣刨机的结构、技术参数、主要性能及现场应用注意事项。 相似文献
976.
对既有及正在开发中的填土压实检测技术的原理及实测方法进行了系统的介绍、分析及论证。在此基础上,阐述了开发填土压实检测与压实机械集成系统的必要性、研制机载集成系统时所依据的力学模型、实现途径及国内外关于压实机械集成系统研究、开发的最新进展,介绍了压实机械集成系统的工作原理及工作特性,同时指出了为适应当前及未来土建工程对填土压实质量(特别是沉降量及沉降速率等方面)的基本要求,应以填土压实层的力学强度(K30、动刚度系数等)作为开发压实机械集成系统时的参考对比指标。 相似文献
977.
978.
岩爆分类的支持向量机方法 总被引:14,自引:0,他引:14
针对岩爆分类问题,提出了基于支持向量机的分类方法。通过对影响岩爆因素的分析,运用支持向量机理论建立岩爆类别的支持向量机模型。结果表明,基于支持向量机的岩爆分类方法具有较高的准确率,该方法是科学可行的,具有广泛的应用前景。 相似文献
979.
水体Chl.a浓度是水质评价的一个重要指标,受悬浮物浓度季节性变化的影响,如何削弱悬浮物的光谱干扰,是实现内陆水体Chl.a浓度遥感高精度反演的难点之一.基于2011-2013年妫水河6次实测水体高光谱数据和水体Chl.a浓度数据,评价广泛应用的三波段模型和非线性拟合能力较好的支持向量机回归(SVR)模型的反演精度,使用基线校正和一阶微分方法来削弱实测高光谱中非Chl.a光谱信息.定义两种基线:750 nm的反射率值;500与750 nm的反射率值连线,基线校正为光谱反射率减去基线值.利用2013年7月的实测数据进行验证,结果表明,SVR模型比三波段模型更适合季节性浑浊水体的Chl.a浓度反演.通过基线校正筛选后的波段反射率组合作为输入变量能够提高SVR模型的反演精度,决定系数为0.68,均方根误差为3.38μg/L;线性基线校正提高三波段Chl.a估算模型的反演能力有限. 相似文献
980.
有机并有效利用纵波与转换横波在油气储层敏感度上存在的差异,有助于突出地震油气储层特征,有助于提高地震油气储层分布边界刻画的精度.基于此,本文设计了一种卷积神经网络与支持向量机方法相结合的多波地震油气储层分布预测的深度学习法(Deep Learning Method).首先,利用莱特准则剔除所生成的多波地震属性中可能存在的异常值降低网络变体数量.然后,通过能突出多波地震油气储层特征的聚类算法和无监督学习算法构建隐藏层,用于增加网络共享,提取油气特征.最后,将增加网络罚值后的井点样本作为支持向量机预测的输入样本,以降采样后的C3卷积层属性作为学习集,进行从已知到未知的地震油气储层的预测.本方案应用于HG地区晚三叠统HGR组的碳酸盐岩油气储层预测,所预测的地震油气储层边界更加清晰,预测结果与实际情况基本吻合.应用结果表明:本论文方案不仅具有可行性,且具有有效性. 相似文献