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   301篇
  免费   23篇
  国内免费   35篇
测绘学   47篇
大气科学   34篇
地球物理   18篇
地质学   56篇
海洋学   22篇
天文学   152篇
综合类   8篇
自然地理   22篇
  2024年   1篇
  2023年   4篇
  2022年   9篇
  2021年   11篇
  2020年   11篇
  2019年   5篇
  2018年   10篇
  2017年   3篇
  2016年   10篇
  2015年   13篇
  2014年   17篇
  2013年   15篇
  2012年   15篇
  2011年   17篇
  2010年   6篇
  2009年   12篇
  2008年   22篇
  2007年   11篇
  2006年   25篇
  2005年   34篇
  2004年   12篇
  2003年   3篇
  2002年   10篇
  2001年   5篇
  2000年   9篇
  1999年   7篇
  1998年   8篇
  1997年   8篇
  1996年   2篇
  1995年   13篇
  1994年   7篇
  1993年   5篇
  1992年   4篇
  1990年   3篇
  1989年   2篇
  1988年   4篇
  1986年   3篇
  1984年   1篇
  1977年   1篇
  1976年   1篇
排序方式: 共有359条查询结果,搜索用时 15 毫秒
1.
常见的地质灾害如滑坡、泥石流、岩崩等通常都涉及不同形状的颗粒物质运动,这些形状不同的颗粒又多具有不同的尺寸和含量。基于典型的颗粒柱坍塌试验,首先根据试验方法确定了离散元模拟所需的各项参数,然后采用随机多面体方法生成了可控制长细比的大颗粒,利用离散元法就不同大颗粒含量下形态变化对二元颗粒柱坍塌特性的影响开展研究,研究结果表明:(1)利用离散元法可以较好地重现室内试验中小球和多面体组成的二元颗粒系统的颗粒柱坍塌过程;(2)在不同长细比的不规则大颗粒和小球组成的二元颗粒柱系统中,当大颗粒含量高于临界含量值20%时,二元颗粒柱坍塌持续的时间随非球形大颗粒长细比的增加而增加;(3)在不同长细比的不规则大颗粒和小球组成的二元颗粒柱中,当大颗粒含量高于临界含量值20%时,在相同百分比的大颗粒含量下,大颗粒长细比的增加会提高大颗粒平均配位数以及降低颗粒的运动能力,大颗粒间形成更强的互锁作用,降低了颗粒柱的整体流动性,使其最终堆积高度更高、最大跑出距离更短以及更小的归一化动能峰值。(4)在不同长细比的不规则大颗粒和小球组成的二元颗粒柱中,小颗粒可以较为明显降低大颗粒间摩擦及互锁作用,增加流动性,降低大骨料形态对坍塌过程的影响。  相似文献   
2.
对遥感影像线状地物的提取进行了深入研究分析,分别采用Snakes模型、二值形态学和面向对象处理等3种算法智能化提取线状地物。通过实验验证,3种智能算法都是行之有效的,且Snakes模型在各种线状地物提取上表现稳定,而二值形态学和面向对象算法在部分线状地物提取上表现较为突出,整体稳定性却不如Snakes模型。  相似文献   
3.
波段选择是高光谱遥感图像分类的重要前提,本文提出了一种用于高光谱遥感图像波段选择的改进二进制布谷鸟算法,通过使用混合二进制编码算法更新子代鸟巢和使用遗传算法交叉方式更新被发现鸟巢两个方面对二进制布谷鸟算法进行改进,找出在图像中起主要作用且相关性低的波段,实现对高光谱遥感图像降维。将本文算法运用于PaviaU数据集和AVIRIS数据集,并与二进制布谷鸟算法、二进制粒子群算法、最小冗余最大相关算法、Relief算法等进行对比分析。结果表明,改进二进制布谷鸟算法波段特征选择效率更高,且选取的波段更具代表性,能够较好地提高后续分类精度。  相似文献   
4.
为了配合汶川地震科学深钻,弄清楚钻孔附近浅层的断层面结构,中国地震局地球物理研究所分别在四川省绵竹市天池乡和四川省绵阳市南坝镇布设15套南非矿山地震研究所(IMS)生产的矿山地震仪.分析矿山地震仪天然微震监测中仪器布设、数据采集和数据处理等方面遇到的问题,介绍与该仪器对应的数据的文件格式,并实现该数据与通用地震数据格式SAC二进制格式的转换.  相似文献   
5.
格网编码与经纬度间的转换效率是影响格网应用的关键因素。现有转换算法难以满足海量空间大数据的实时计算与分析需求,效率有待提升。为此,该文提出一种改进的DQG格网编码与经纬度高效转换算法:首先,引入二进制DQG格网编码代替四进制编码;然后,根据DQG格元的分布特征推导出格元行号和经度差的关系,以此改进格元列号的计算过程;最后,使用查找表进行Morton码的编码和解码,以提高转换效率。实验结果表明,该文提出的DQG格网编码与经纬度转换算法的平均效率分别是四进制DQG、单层二维SDZ算法的20.15倍和4.58倍,基本满足海量格网数据的实时转换与计算需求,为海量空间大数据的高效计算与分析奠定了基础。  相似文献   
6.
根据噪声序列的Hurst指数特性,提出一种新的确定半参数模型平滑因子的方法——基于Hurst指数的二分搜索法,并将该方法应用于分离时变GPS季节性信号。通过对模拟数据及实测GPS坐标序列的分析,验证了该方法是一种有效的确定平滑因子的方法。将计算得到的平滑因子代入半参数模型,能够将GPS坐标序列中的季节性信号充分地分离出来。  相似文献   
7.
“菲特”台风路径和强度预报难点分析   总被引:1,自引:0,他引:1  
利用1°×1°NCEP再分析资料、NOAA海温资料对其进行分析,结果表明:(1)副高突然加强西进,中低层高压带加强,在台风北侧形成高压坝和强盛偏东气流,是台风路径突然西折的主要原因;(2)"丹娜丝"的活动在一定程度上阻止了副热带高压的南落,有利于副高南侧偏东急流的维持和加强,对"菲特"路径的突然西折起一定作用。敏感性数值试验结果表明"双台风"效应对"菲特"登陆前进一步西折具有决定作用;(3)高低空急流的配置,产生了动力场的耦合作用,加强了台风的对流活动,所释放的潜热可以补偿海温降低的影响,对"菲特"在近海强度维持起到了重要作用;(4)"菲特"的强度和环境风垂直切变的演变规律基本一致,较低的环境风垂直切变是"菲特"在近海强度维持的重要原因。  相似文献   
8.
针对基于全天空极光图像的极光事件自动分类问题,提出一种基于方向能量二元编码重组表征的自动分类方法。首先,通过对多个方向上能量分解来描述极光事件中的局部纹理和各个方向上的运动信息,并且结合分块策略获得极光事件的全局形态信息;然后,借鉴一种二元编码重组的方式对多个方向能量进行融合,从而使得极光事件的表征具有同时表征局部纹理、全局形态和运动信息的能力。该表征方法完全不依赖于极光事件的长度,可用于表征不同持续时间的极光事件,并且不需要复杂的训练过程。利用最近邻和支撑向量机分类器分别对从中国北极黄河站拍摄到的极光图像中挑选的特定极光事件进行自动分类,结果表明,与其他两种典型的动态纹理描述方法相比,本文所提出的表征方法结合最近邻分类器,得到了最好的分类效果,能有效用于极光事件的分析,为海量数据中的极光事件自动分类提供了一种新方法。  相似文献   
9.
Historically, observing snow depth over large areas has been difficult. When snow depth observations are sparse, regression models can be used to infer the snow depth over a given area. Data sparsity has also left many important questions about such inference unexamined. Improved inference, or estimation, of snow depth and its spatial distribution from a given set of observations can benefit a wide range of applications from water resource management, to ecological studies, to validation of satellite estimates of snow pack. The development of Light Detection and Ranging (LiDAR) technology has provided non‐sparse snow depth measurements, which we use in this study, to address fundamental questions about snow depth inference using both sparse and non‐sparse observations. For example, when are more data needed and when are data redundant? Results apply to both traditional and manual snow depth measurements and to LiDAR observations. Through sampling experiments on high‐resolution LiDAR snow depth observations at six separate 1.17‐km2 sites in the Colorado Rocky Mountains, we provide novel perspectives on a variety of issues affecting the regression estimation of snow depth from sparse observations. We measure the effects of observation count, random selection of observations, quality of predictor variables, and cross‐validation procedures using three skill metrics: percent error in total snow volume, root mean squared error (RMSE), and R2. Extremes of predictor quality are used to understand the range of its effect; how do predictors downloaded from internet perform against more accurate predictors measured by LiDAR? Whereas cross validation remains the only option for validating inference from sparse observations, in our experiments, the full set of LiDAR‐measured snow depths can be considered the ‘true’ spatial distribution and used to understand cross‐validation bias at the spatial scale of inference. We model at the 30‐m resolution of readily available predictors, which is a popular spatial resolution in the literature. Three regression models are also compared, and we briefly examine how sampling design affects model skill. Results quantify the primary dependence of each skill metric on observation count that ranges over three orders of magnitude, doubling at each step from 25 up to 3200. Whereas uncertainty (resulting from random selection of observations) in percent error of true total snow volume is typically well constrained by 100–200 observations, there is considerable uncertainty in the inferred spatial distribution (R2) even at medium observation counts (200–800). We show that percent error in total snow volume is not sensitive to predictor quality, although RMSE and R2 (measures of spatial distribution) often depend critically on it. Inaccuracies of downloaded predictors (most often the vegetation predictors) can easily require a quadrupling of observation count to match RMSE and R2 scores obtained by LiDAR‐measured predictors. Under cross validation, the RMSE and R2 skill measures are consistently biased towards poorer results than their true validations. This is primarily a result of greater variance at the spatial scales of point observations used for cross validation than at the 30‐m resolution of the model. The magnitude of this bias depends on individual site characteristics, observation count (for our experimental design), and sampling design. Sampling designs that maximize independent information maximize cross‐validation bias but also maximize true R2. The bagging tree model is found to generally outperform the other regression models in the study on several criteria. Finally, we discuss and recommend use of LiDAR in conjunction with regression modelling to advance understanding of snow depth spatial distribution at spatial scales of thousands of square kilometres. Copyright © 2012 John Wiley & Sons, Ltd.  相似文献   
10.
二项逻辑回归模型能够弥补样本量小、自变量类型不统一等不足,对因变量数据假设的要求较低,可用来预测具有二分特点的因变量概率值。以新疆现存的地下煤火火点与随机生成的控制点作为建立回归方程的样本,以煤质指标中的灰分、挥发分、硫分、发热量,煤层上覆岩层的地质年代、地表坡度与深大断裂带的分布,以及干燥度、人口密度与矿区的管理水平...  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