全文获取类型
收费全文 | 5143篇 |
免费 | 731篇 |
国内免费 | 420篇 |
专业分类
测绘学 | 941篇 |
大气科学 | 290篇 |
地球物理 | 992篇 |
地质学 | 1370篇 |
海洋学 | 417篇 |
天文学 | 20篇 |
综合类 | 836篇 |
自然地理 | 1428篇 |
出版年
2024年 | 58篇 |
2023年 | 278篇 |
2022年 | 339篇 |
2021年 | 357篇 |
2020年 | 200篇 |
2019年 | 262篇 |
2018年 | 127篇 |
2017年 | 109篇 |
2016年 | 99篇 |
2015年 | 130篇 |
2014年 | 375篇 |
2013年 | 306篇 |
2012年 | 368篇 |
2011年 | 360篇 |
2010年 | 342篇 |
2009年 | 317篇 |
2008年 | 344篇 |
2007年 | 256篇 |
2006年 | 203篇 |
2005年 | 185篇 |
2004年 | 142篇 |
2003年 | 160篇 |
2002年 | 164篇 |
2001年 | 135篇 |
2000年 | 88篇 |
1999年 | 65篇 |
1998年 | 61篇 |
1997年 | 68篇 |
1996年 | 66篇 |
1995年 | 56篇 |
1994年 | 70篇 |
1993年 | 36篇 |
1992年 | 31篇 |
1991年 | 23篇 |
1990年 | 23篇 |
1989年 | 17篇 |
1988年 | 8篇 |
1987年 | 4篇 |
1986年 | 5篇 |
1985年 | 7篇 |
1983年 | 3篇 |
1980年 | 3篇 |
1979年 | 3篇 |
1965年 | 2篇 |
1964年 | 2篇 |
1961年 | 2篇 |
1960年 | 4篇 |
1957年 | 9篇 |
1956年 | 2篇 |
1954年 | 4篇 |
排序方式: 共有6294条查询结果,搜索用时 15 毫秒
1.
《静悄悄的革命》一书作者为佐藤学,他是日本东京大学教授、教育学博士。作为"行动的研究者",他遍访日本全国各地学校,深入课堂,与一线教师共同研究教学,构建起日本全国性的"学习共同体"。作者在本书中欲传递的信息有很多,但作者认为支撑教师的创意和创造性的关键在于给每个孩子学习的尊严、专注教材(学问)的发展性和教师自己的教育哲学这三点。 相似文献
3.
为了研究不同积水深度下若尔盖高原木里薹草(Carex muliensis)叶片的生理生态特征,于2016年4月23日,在若尔盖县喀哈尔乔县级湿地自然保护区内,将生长着木里薹草的原状土柱移栽至若尔盖湿地国家级自然保护区管理局实验场的木箱内,使木里薹草继续生长;设置3种模拟积水深度,分别为20 cm、10 cm和0 cm(无积水),于2019年6月30日、7月16日和8月1日,测定各积水深度下木里薹草叶片的光合气体交换参数、叶绿素荧光参数和生长指标。研究结果表明,随着积水变浅至无积水,3个观测日的木里薹草叶片的净光合速率、气孔导度和蒸腾速率都显著减小(n=5,p0.05),而胞间CO2浓度显著增大(n=5,p0.05);积水深度变化对木里薹草叶片的最小荧光产量、PSⅡ反应中心最大光化学效率和碳稳定同位素δ13C值无显著影响;随着积水变浅至无积水,木里薹草叶片的光化学猝灭系数和电子传递量子效率也减小,非光化学猝灭系数增大;随着积水变浅至无积水,木里薹草的株高变矮,叶长变短。 相似文献
4.
5.
6.
7.
剪切波分裂是分析地震各向异性的一种重要手段,常规方法是利用网格搜索获取分裂参数,再通过不同方法的测量结果对比测量结果进行质量检测,这一过程会耗费大量计算时间。本文针对这一问题提出了一种利用深度卷积神经网络对剪切波分裂进行质量检测的新方法,对使用了Resnet残差结构的深度神经网络进行训练,直接对二分量剪切波波形数据的质量进行分类。整个过程为:神经网络通过卷积层提取波形特征,计算损失函数后反向传播训练模型参数,完成迭代训练后的模型对输入波形数据正向计算自动输出类型。本文利用川西台站接收到的实际数据以及随机生成的合成数据分别对该网络进行训练,均可以获得准确的分类结果。相比于通过多种剪切波分裂方法对比测量结果的质量检测方法,基于神经网络的方法可以省略网格搜索的计算过程直接判断质量类型,在运算速度上的优势明显,并可继续通过训练提高模型的精度,为提升剪切波分裂方法在数据处理过程中的操作效率提供帮助。 相似文献
8.
9.
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
10.