全文获取类型
收费全文 | 4613篇 |
免费 | 775篇 |
国内免费 | 912篇 |
专业分类
测绘学 | 2278篇 |
大气科学 | 1633篇 |
地球物理 | 533篇 |
地质学 | 705篇 |
海洋学 | 298篇 |
天文学 | 99篇 |
综合类 | 452篇 |
自然地理 | 302篇 |
出版年
2024年 | 3篇 |
2023年 | 46篇 |
2022年 | 185篇 |
2021年 | 275篇 |
2020年 | 298篇 |
2019年 | 226篇 |
2018年 | 172篇 |
2017年 | 344篇 |
2016年 | 333篇 |
2015年 | 353篇 |
2014年 | 382篇 |
2013年 | 390篇 |
2012年 | 353篇 |
2011年 | 342篇 |
2010年 | 236篇 |
2009年 | 260篇 |
2008年 | 202篇 |
2007年 | 278篇 |
2006年 | 235篇 |
2005年 | 172篇 |
2004年 | 153篇 |
2003年 | 147篇 |
2002年 | 121篇 |
2001年 | 88篇 |
2000年 | 93篇 |
1999年 | 92篇 |
1998年 | 66篇 |
1997年 | 72篇 |
1996年 | 79篇 |
1995年 | 64篇 |
1994年 | 63篇 |
1993年 | 35篇 |
1992年 | 35篇 |
1991年 | 25篇 |
1990年 | 27篇 |
1989年 | 13篇 |
1988年 | 16篇 |
1987年 | 13篇 |
1986年 | 5篇 |
1985年 | 2篇 |
1983年 | 1篇 |
1981年 | 2篇 |
1980年 | 1篇 |
1979年 | 1篇 |
1976年 | 1篇 |
排序方式: 共有6300条查询结果,搜索用时 93 毫秒
991.
地面三维激光扫描点云拼接影响因素分析 总被引:7,自引:6,他引:1
在地面三维激光扫描仪进行三维建模过程中,需要对不同测站的点云进行拼接。为了提高不同测站点云拼接精度,本文开展了球形标靶表面扫描点数量、标靶的分布和数量及扫描距离4个因素对三维激光扫描仪不同测站下点云拼接精度的影响研究。采用法如(FOCUS)三维激光扫描仪开展了不同扫描分辨率、不同标靶数量、不同标靶分布和不同距离下的点云拼接试验,并采用SENCE软件对点云进行了拼接精度分析。试验结果表明,选择两测站的标靶表面的扫描点数量大致相等,并将4个标靶作为连接点,且放置在不同高度不规则排列时,点云拼接的精度最优。 相似文献
992.
993.
994.
论述了数字地形图中产生高程点与等高线错误的可能原因,分析了高程点和等高线在地形图中的空间位置关系及作为判断条件的数学关系,论述了解决问题的办法和判断规则,展示了通过编制计算机程序实现找出其错误的核心代码,此研究对于减轻质检人员在检查数字地形图的高程点与等高线错误时的劳动强度和提高工作效率很有意义。 相似文献
995.
996.
997.
为了提高低覆盖率点云的配准精度和收敛速度,提出了一种基于二维图像特征的点云配准方法。首先采用基于区域层次的点云配准算法实现粗配准;然后将三维点云转换成二维图像,再采用SURF算法提取二维图像的特征,并求解其匹配像素点对;最后根据二维匹配点获取相应的三维点云相关点,并计算刚体变换,由此实现点云的快速精确配准。试验结果表明,与迭代最近点(ICP)算法相比,该点云配准方法的配准精度和耗时分别提高了约20%和60%,是一种快速、高精度的点云配准算法。 相似文献
998.
针对三维激光扫描中点云不等精度且易受粗差影响的问题,提出了一种基于入射角定权的抗差加权总体最小二乘的拟合方法。该方法在采用入射角定权的基础上,进行基于标准化残差和中位数的抗差加权整体最小二乘估计,获得待定参数估值,并通过Gauss-Newton迭代算法,推导了模型的迭代计算方法。以平面拟合和球面拟合为例,分别通过仿真数据和实测数据对算法进行验证,结果表明,对于含有粗差的点云,新方法可以获得更为理想的参数估值,其性能优于抗差整体最小二乘和加权整体最小二乘,可以更好地进行三维激光扫描的点云拟合。 相似文献
999.
提出了一种基于对比度增强和形态学的遥感影像道路边界与特征点提取的方法。先对遥感影像进行对比度变换增强,通过对比分析直方图均衡化和对比度分段线性增强两种方法获取的增强影像,选取区分度大的分段线性增强方法进行影像增强,然后运用数学形态法进行影像分割,实现道路和其他图像信息的有效分离。利用Krisch算子进行边缘检测提取道路的边缘信息,并基于边缘特征利用改进的Harris算子提取特征点,将提取的特征点进行拟合并用函数模型描述图像道路信息,用于后期制图中道路信息的矢量化。 相似文献
1000.
欧氏聚类算法是多元统计中的一种重要分类方法,可以将其应用于测绘领域中点云数据的分割。本文首先计算点云数据中两点之间的欧氏距离,将距离小于指定阈值作为分为一类的判定准则;然后迭代计算,直至所有的类间距大于指定阈值,完成欧氏聚类分割。具体步骤为:①利用Octree法建立点云数据拓扑组织结构;②对每个点进行k近邻搜索,计算该点与k个邻近点之间的欧氏距离,最小归为一类;③设置一定的阈值,对步骤②迭代计算,直至所有类与类之间的距离大于指定阈值。试验证明,欧氏聚类算法对不同测量技术手段获取的点云数据均具有适用性,可以成功对点云数据进行分割,分割效果良好。 相似文献