首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   488篇
  免费   91篇
  国内免费   94篇
测绘学   81篇
大气科学   91篇
地球物理   77篇
地质学   272篇
海洋学   70篇
天文学   3篇
综合类   38篇
自然地理   41篇
  2024年   1篇
  2023年   6篇
  2022年   8篇
  2021年   2篇
  2020年   11篇
  2019年   16篇
  2018年   7篇
  2017年   7篇
  2016年   5篇
  2015年   8篇
  2014年   19篇
  2013年   13篇
  2012年   22篇
  2011年   14篇
  2010年   33篇
  2009年   27篇
  2008年   25篇
  2007年   50篇
  2006年   47篇
  2005年   41篇
  2004年   38篇
  2003年   39篇
  2002年   38篇
  2001年   48篇
  2000年   30篇
  1999年   23篇
  1998年   25篇
  1997年   25篇
  1996年   10篇
  1995年   11篇
  1994年   12篇
  1993年   10篇
  1992年   2篇
排序方式: 共有673条查询结果,搜索用时 15 毫秒
1.
文章利用2010年1月1日—2013年12月31日逐日NCEP再分析资料(1°×1°)和大同地区地面常规观测资料,采用BP人工神经网络法建立大同市分站点、分季节日极大风速人工神经网络预报模型并且在对T639数值预报产品和EC细网格数值预报产品释用基础上建立了台站日极大风速的客观预报系统,对2015年9月1日—2016年7月31日进行了24h预报,试用结果显示,各季模式平均绝对误差在3.2~5.7m·s~(-1)之间,因此,该系统可以为预报员快速做出日极大风速的预报提供客观参考依据。  相似文献   
2.
3.
刘杰  武震 《地震工程学报》2020,42(6):1723-1734
本研究以围绕着白龙江流域的甘肃省南部的宕昌县、舟曲县和武都区部分地区为研究区,根据全国滑坡编目中得到的272个历史滑坡数据以及选取的高程、坡度、坡向、平面曲率、剖面曲率、归一化植被指数(NDVI)、降雨、岩性、距道路距离和距河流距离10种影响因子,利用三种具有代表性的定量方法:信息量模型、以及基于频率比模型的逻辑回归模型和人工神经网络模型对研究区内滑坡灾害危险性进行评价。三种评价结果均显示研究区内滑坡灾害的极高和高危险区主要沿白龙江河谷地区呈带状分布。从危险性分区图可看出,人工神经网络模型得到的分区图较为合理,既表现出沿河谷地区集中分布的趋势,也呈现出对滑坡历史数据较为独立的特征,这一研究结果与前人研究结果一致。根据受试者工作特征曲线(ROC曲线)对三种模型的精度进行检验,检验得到的AUC值分别为0.818、0.829和0.837,说明三种评价结果均具有较高的可靠性,基于频率比模型的人工神经网络模型相比其他两个模型具有更好的评价精度,能更好地进行滑坡危险性的预测和评价,其中高程、降雨、岩性以及距道路距离对评价结果影响更大,这四种影响因子重要性值占比为52.1%。为该地区的城市扩建与灾害预防预测提供了参考。  相似文献   
4.
岩体裂隙网络渗流广泛存在于地下工程中,对地下工程的建设和运行安全具有重要的影响。因此,研究裂隙网络渗流有着重要的理论和实际意义。本文根据立方定律和Forchheimer方程推导所得的交叉裂隙渗流模型,运用数值模拟和人工神经网络方法,对平面交叉裂隙渗流模型非线性参数与模型几何条件的关系进行探究。通过数值模拟,获得了平面交叉裂隙非线性渗流模型的参数;运用人工神经网络遗传算法,探究了交叉裂隙几何条件与交叉裂隙渗流模型中非线性系数之间的关系,证明了平面交叉裂隙非线性渗流模型适用于描述交叉裂隙渗流规律,验证了神经网络方法预测非线性系数的可行性和准确性。同时,还对比分析了运用拟合数值表达式和人工神经网络两种方法的特点。  相似文献   
5.
With trends indicating increase in temperature and decrease in winter precipitation, a significant negative trend in snow-covered areas has been identified in the last decade in the Himalayas. This requires a quantitative analysis of the snow cover in the higher Himalayas. In this study, a nonlinear autoregressive exogenous model, an artificial neural network (ANN), was deployed to predict the snow cover in the Kaligandaki river basin for the next 30 years. Observed climatic data, and snow covered area was used to train and test the model that captures the gross features of snow under the current climate scenario. The range of the likely effects of climate change on seasonal snow was assessed in the Himalayas using downscaled temperature and precipitation change projection from - HadCM3, a global circulation model to project future climate scenario, under the AIB emission scenario, which describes a future world of very rapid economic growth with balance use between fossil and non-fossil energy sources. The results show that there is a reduction of 9% to 46% of snow cover in different elevation zones during the considered time period, i.e., 2Oll to 2040. The 4700 m to 52oo m elevation zone is the most affected area and the area higher than 5200 m is the least affected. Overall, however, it is clear from the analysis that seasonal snow in the Kaligandaki basin is likely to be subject to substantialchanges due to the impact of climate change.  相似文献   
6.
高学峰 《地下水》2014,(3):163-164
运用人工神经网络原理,提出基BP神经网络求解前期固结压力的模型。在MATLAB7.12.0平台上编程实现BP模型,并通过实例求解,预测结果比较好,说明BP人工神经网络求解前期固结压力是可行的。  相似文献   
7.
通过对2009—2012年度临沂市9县3区统计年鉴和变更调查中11个相关指标数据的搜集,借助 MATLAB7.0软件平台,利用 BP 人工神经网络算法,算出2009—2012年度各县区土地利用集约度,并利用 BP 人工神经网络的预测功能,预测了2013年和2014年度土地利用集约度值,结果表明临沂市平均土地利用集约度水平正逐步从粗放利用发展到中度集约,兰山区土地利用集约度水平一直为高度集约,集约度居全市之首,罗庄区一直为中度集约,稳中有进。预计到2014年底,大部分县区在中度集约或以上,仅有费县、蒙阴2县为粗放利用。。  相似文献   
8.
本文以湖北省远安县为研究区,利用采集的资料,提取出了与滑坡发生相关的8类指标因子:高程、坡度、坡向、地层岩性、斜坡结构、断层、水系、公路。针对连续型致灾因子,选取定性等间距划分和频率比法划分得到两类指标因子体系,分别带入人工神经网络模型和随机森林模型,绘制得研究区易发性评价区划图。最后,利用ROC曲线图对4个模型的精确性进行分析,得到ANN模型的成功率和预测率分别为0.899和0.901,FR-ANN模型的成功率和预测率0.934和0.935; RF模型的成功率和预测率分别为0.886和0.886,FR-RF模型的成功率和预测率分别为0.928和0.929。以上说明,无论对于人工神经网络还是随机森林模型,基于频率比法的因子分级均表现出了更高的精确性。 更多还原  相似文献   
9.
准确而可靠地预测地下水埋深对生态环境保护和水资源规划管理具有重要意义。针对吉林西部浅层地下水位动态变化的复杂性和非线性,提出了基于小波分析与人工神经网络相结合的预测方法——小波神经网络(WA-ANN)模型。将研究区2002年1月-2009年12月当月降水量、蒸发量、人工开采量和前月平均地下水埋深4个参数作为输入,当月平均地下水埋深作为输出,建立浅层地下水埋深预测模型,并与BP神经网络(BP-ANN)模型和自回归移动平均(ARIMA)模型进行比较,对比分析了三者的建模过程及其模拟精度。结果显示:相比两种ANN模型,ARIMA模型建模过程更为简单,计算效率更高;但WA-ANN模型的拟合精度高于BP-ANN和ARIMA模型,预测效果更好。总体来看,WA-ANN模型在浅层地下水埋深预测中具有一定的应用推广价值。  相似文献   
10.
以沂河流域临沂站以上区域作为研究对象,基于数字高程模型(DEM)及GIS技术提取流域并划分子流域,对流域内气象站的降水记录采用泰森多边形法建立研究时段内的逐日面雨量序列,构建人工神经网络(ANN)和HBV水文模型。利用模型寻求流域内面雨量与河流水文特征的定量关系,结合不同的特征水位推算研究流域内不同等级的致灾临界雨量。结果表明:1基于两种模型建立的降水-径流关系均能取得较好的模拟效果,在研究流域内具有很好的适用性;2HBV模型作为一种半分布式水文模型能够更好地反应出洪水过程的物理特征,故当ANN模型由于大洪峰样本不充分导致临界雨量值确定不准确时,HBV水文模型的计算值更宜作为风险预警指标;3对比分析两种模型的结果,确定出基于不同前期水位的一、二、三级风险致灾临界雨量分别为:257~310mm,152~247mm,100~203mm。精细化确定的临界阈值可以为开展灾害预警服务提供依据。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号