全文获取类型
收费全文 | 1007篇 |
免费 | 131篇 |
国内免费 | 83篇 |
专业分类
测绘学 | 826篇 |
大气科学 | 157篇 |
地球物理 | 38篇 |
地质学 | 37篇 |
海洋学 | 80篇 |
天文学 | 1篇 |
综合类 | 58篇 |
自然地理 | 24篇 |
出版年
2024年 | 12篇 |
2023年 | 54篇 |
2022年 | 52篇 |
2021年 | 83篇 |
2020年 | 55篇 |
2019年 | 68篇 |
2018年 | 64篇 |
2017年 | 60篇 |
2016年 | 70篇 |
2015年 | 73篇 |
2014年 | 99篇 |
2013年 | 66篇 |
2012年 | 69篇 |
2011年 | 58篇 |
2010年 | 54篇 |
2009年 | 44篇 |
2008年 | 51篇 |
2007年 | 29篇 |
2006年 | 20篇 |
2005年 | 10篇 |
2004年 | 17篇 |
2003年 | 23篇 |
2002年 | 19篇 |
2001年 | 10篇 |
2000年 | 10篇 |
1999年 | 7篇 |
1998年 | 11篇 |
1997年 | 12篇 |
1996年 | 7篇 |
1995年 | 4篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 4篇 |
1991年 | 1篇 |
1989年 | 2篇 |
1982年 | 1篇 |
排序方式: 共有1221条查询结果,搜索用时 15 毫秒
1.
新一代星载激光雷达卫星ICESat-2首次采用了微脉冲光子计数激光雷达技术,由于单光子探测的灵敏性导致数据在大气和地表下层产生了大量噪声,因此对光子计数激光雷达点云数据实现信号和噪声的分离是开展进一步应用研究的前提和基础。本文选择美国俄勒冈州和弗吉尼亚州2个研究区,采用MATLAS数据,根据光子点云数据的特点构造了12个光子点云特征,对所构造的特征利用随机森林进行变量筛选,用机器学习方法对光子点云进行分类,并将建立好的模型推广到整个研究区。研究结果表明,本文构建的分类器分类总精度达到了96.79%,Kappa系数为0.94,平均生产者精度和用户精度分别为97.1%和96.8%。在相对弱噪声、平坦地形区域和强噪声、复杂地形区域都取得较好的分类结果。本文结果显示了基于少量样本通过机器学习的方法构建模型,可以推广到较大范围区域的光子点云分类应用中。 相似文献
2.
机载LiDAR在公路勘测方面的用途日益广泛。该文对直升机机载LiDAR在高速公路改扩建中的应用技术路线可行性进行了研究论证,从地面控制测量、点云数据获取、点云数据处理、成果应用等多个方面进行了阐述,通过分析LiDAR点云数据在5种不同地面控制点布设方案校正下的点云数据精度,论证了利用地面控制点对直升机机载LiDAR点云数据进行平面和高程校正的可行性。 相似文献
3.
4.
为克服传统农田土地平整测量方法耗时费力的特点,提出采用LiDAR技术对农田地形进行重建的探索性研究。通过HDL-32E型激光雷达等搭建了系统的硬件平台,应用C++语言编写了系统数据的采集程序;在此基础上对激光雷达所采集数据进行了标定,研究了农田地形重建系统中不同坐标系的转换方法;同时基于最小值去噪法设计了更适用于农田地形点云去噪的均值限差去噪法。通过对比在农田起伏较大区域不同坡度范围内RTK与激光雷达所测单元个数,对系统精度进行了评价;最后实现了车载农田地形重建系统的界面显示、应用与精度评估。结果表明,在10°~15°、25°~30°大坡度范围内激光雷达所获农田地形更为丰富,精度更高。该方法重建的农田地形模型点云数据和原始农田地形点云数据投影面积逼近度可达93%,验证了本文研究方法应用于农田地形环境重建的可行性,同时为今后的土地精细平整工作提供了理论参考与依据。 相似文献
5.
本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。 相似文献
6.
7.
8.
对于庞大的点云数据来说,从中直接提取多种数据特征是相当困难的。考虑到基于数字化等高线数据和数字地面模型提取地形特征受内插误差影响,提出一种基于极大曲率的地形特征提取方法。对初始地面点云进行极大曲率估计;结合欧氏聚类方法进行地形特征点粗提取;对粗提取特征点进行粗糙度分析,得到精确特征点。顾及离散曲率的特征,即曲率越大越接近特征线,得到可靠的地形特征分割结果。该方法不需要人工干预,直接基于机载LiDAR点云数据进行处理。试验表明采用基于极大曲率分割的方法能从点云中自动提取比较完整并且准确的地形特征点。 相似文献
9.
针对浅海测深的数据特点和应用需求,以我国南海甘泉岛为例,研究了利用ICESat-2(Ice,Cloud,and Land Elevation Satellite-2)激光卫星数据和光学遥感影像开展主被动融合水深测量的方法。首先通过信号点提取、水面/水底识别、水下点折射改正等步骤处理ICESat-2数据,获得水深值,随后以激光点作为控制,计算光学水深反演模型参数,最后由点及面地获取大范围高精度水深。实验表明,甘泉岛区域主被动融合测深中误差优于1.30m,基于激光卫星数据的主被动融合测深方法能够为浅水水深测量提供新手段。 相似文献
10.
机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。 相似文献