全文获取类型
收费全文 | 1010篇 |
免费 | 412篇 |
国内免费 | 222篇 |
专业分类
测绘学 | 488篇 |
大气科学 | 750篇 |
地球物理 | 72篇 |
地质学 | 104篇 |
海洋学 | 130篇 |
天文学 | 14篇 |
综合类 | 67篇 |
自然地理 | 19篇 |
出版年
2024年 | 1篇 |
2023年 | 50篇 |
2022年 | 64篇 |
2021年 | 76篇 |
2020年 | 80篇 |
2019年 | 103篇 |
2018年 | 72篇 |
2017年 | 73篇 |
2016年 | 72篇 |
2015年 | 79篇 |
2014年 | 105篇 |
2013年 | 76篇 |
2012年 | 65篇 |
2011年 | 84篇 |
2010年 | 82篇 |
2009年 | 75篇 |
2008年 | 54篇 |
2007年 | 68篇 |
2006年 | 50篇 |
2005年 | 40篇 |
2004年 | 29篇 |
2003年 | 22篇 |
2002年 | 39篇 |
2001年 | 26篇 |
2000年 | 23篇 |
1999年 | 25篇 |
1998年 | 16篇 |
1997年 | 21篇 |
1996年 | 13篇 |
1995年 | 5篇 |
1994年 | 11篇 |
1993年 | 9篇 |
1992年 | 4篇 |
1991年 | 8篇 |
1990年 | 10篇 |
1989年 | 9篇 |
1987年 | 3篇 |
1982年 | 1篇 |
1935年 | 1篇 |
排序方式: 共有1644条查询结果,搜索用时 15 毫秒
1.
《测绘科学技术学报》2018,(6)
随着基于深度学习的算法在计算机视觉领域中的应用不断拓展,GOTURN(Generic Object Tracking Using Regression Networks)算法是第1个满足目标跟踪实时性要求的深度学习算法(达到100 fps),但是该算法的跟踪精度有待提高。针对此问题,采用基于运动估计的卡尔曼滤波算法与基于卷积神经网络的深度学习算法相结合的方法,将卡尔曼滤波算法融入GOTURN算法进行目标跟踪。为了验证该算法的有效性,在ILSVRC2014数据集和ALOV300++数据集中进行了训练和评估。实验结果表明,该算法不仅能够满足目标跟踪的实时性要求,而且能够提高线性系统的跟踪精度。 相似文献
2.
基于时空不确定性的对流尺度集合预报效果评估检验 总被引:3,自引:0,他引:3
针对对流尺度天气系统的高度非线性特征和高分辨率模式预报结果存在时、空不确定性现象,以及当前邻域概率法主要考虑高分辨率预报结果的空间位移误差,而不能有效解决预报结果存在时间超前与滞后问题,将时间因素引入到邻域概率法中,结合一次强飑线过程进行对流尺度集合预报试验,并基于改进后的新型邻域概率法与分数技巧评分,对降水预报进行了不同时、空尺度的效果评估检验。结果表明:(1)邻域集合概率法和概率匹配平均法在极端降水的分数技巧评分远高于传统集合平均,弥补了集合平均对极端降水预报能力偏低的缺陷。(2)对于此类飑线过程的对流尺度天气系统而言,邻域半径为15—45 km的空间尺度能够改善降水位移误差的空间不确定性,并使其预报效果达到最优,其中15—30 km的邻域半径对于尺度更小的大量级降水事件预报能力更强。(3)对流尺度降水预报考虑时间尺度与降水强度存在着对应关系,不同时间尺度可以捕获到不同量级降水的时间不确定性。同时,时间尺度与空间尺度对于降水预报效果的影响是相互关联的。(4)改进的邻域概率法能够同时体现高分辨率模式预报结果在对流尺度降水事件上存在的时、空不确定性,实现了对流尺度降水在时、空尺度上的综合评估,并能为不同量级降水提供与其时、空尺度相匹配的概率预报结果。 相似文献
3.
利用WRF(Weather Research and Forecasting)模式和基于本征正交分解的四维集合变分同化方法(POD-4DEnVar),对2015年12月9日一次华南暴雨过程进行多普勒雷达资料同化试验,并与三维变分同化试验(WRF-3DVar)进行对比,讨论了POD-4DEnVar方法中局地化半径对模拟效果的敏感性。结果表明,比较不同化雷达资料的控制试验,WRF-3DVar和WRF-POD-4DEnVar试验的降水模拟结果得到明显改善,且WRF-POD-4DEnVar的降水强度更接近实况。两种同化方法通过改变不同的初始要素达到改进降水模拟效果的目的,3DVar方法通过调整初始风场,间接减弱暴雨发生的水汽条件,POD-4DEnVar方法则直接调整湿度场。在降水过程中,同化试验改变了冷空气活动和水汽通量辐合的模拟结果,从而改善降水的模拟效果。POD-4DEnVar方法对局地化半径比较敏感,随局地化半径增大,同化对风场和湿度场的影响范围扩大,当局地化半径取为200 km时,降水模拟的效果最好。 相似文献
4.
实现了BDS/GPS/GLONASS三系统组合RTK定位算法,介绍了BDS/GPS/GLONASS三系统组合RTK数学模型,解决了多模融合导航定位时空基准统一问题,并针对附加模糊度参数的卡尔曼滤波函数模型,提出了一种确定实时动态定位中卡尔曼滤波参数的方法。编制了BDS/GPS/GLONASS RTK定位程序,并对28 m超短基线及31 km短基线实测数据进行了解算。对比分析了BDS、GPS、GLONASS、BDS/GPS、BDS/GLONASS、GPS/GLONASS、BDS/GPS/GLONASS七种模式下的定位结果。 相似文献
5.
6.
北斗卫星系统(BDS)能全星座播发三频信号,可通过线性组合构成不同虚拟观测量,有利于模糊度解算等,文中采用北斗三频中长基线实测数据进行差分定位,首先使用宽巷模糊度和电离层无关组合进行B3频段窄巷模糊度解算,在此基础上提出利用相邻历元B3频段窄巷模糊度构建卡尔曼滤波新息向量,通过新息向量内积RMS值很容易分析出窄巷模糊度的误差对滤波性能的影响,并结合滤波发散条件进行相关卫星历元挑选,实验最终得到中长基线厘米级定位精度并有效缩短首次收敛时间和提高固定率,对促进北斗高精度定位有着现实意义。 相似文献
7.
卡尔曼滤波常常被用于惯性导航系统初始对准算法,其使用前提是对系统状态进行建模,从而得到比较准确的系统噪声和观测噪声统计特性。在模型失配和观测噪声干扰的情况下,常规卡尔曼滤波会出现精度下降甚至发散,从而影响初始对准精度。针对这一问题,提出了一种新型渐消卡尔曼滤波算法,引入了多重渐消因子对预测误差协方差阵进行调整,设计了基于新息向量统计特性的滤波状态χ2检验条件,使渐消因子的引入时机更加合理,算法的自适应性得到增强。将改进的卡尔曼滤波算法应用到惯性导航系统的初始对准问题中,仿真试验和实测数据试验结果表明,与常规渐消因子滤波算法相比,新算法可以有效提高滤波精度及鲁棒性。 相似文献
8.
类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域的自回归积分滑动平均模型(ARIMA)。首先利用最适于分解自然信号的EEMD方法,将海温数据分解成多个确定频率的序列;再利用ARIMA分别对各个频率的序列进行预测,最后将各个序列的预测结果进行组合。该方法在丰富数据的支撑下,比以往直接使用海温数据所建立的预测模型精度更高,为更好地进行海温预测提供了新方法。 相似文献
9.
利用全球气候模式、多模式集合和辽宁省气象观测数据,评估了不同典型浓度路径下19个全球气候模式和多模式集合对辽宁省气温变化模拟能力和可信度。结果表明:最优模式模拟结果优于多模式集合,具有较高的可信度。随着全球二氧化碳排放浓度增加,气温变化率和可信度呈增加趋势,首次达到2℃年份呈提前趋势,大部分站点出现在2011年之前,且出现年份越晚,升幅往往越高,反之亦然。大部分站点首次稳定到达2℃阈值开始年份在2022年之前,结束年份出现在2019—2026年,持续时间在13 a以下,开始年份均呈西早—东晚分布形势,结束时间和持续时间分布较均匀,且随着全球二氧化碳排放浓度增加,升温幅度呈上升趋势。不同典型浓度路径下各区域最高温、最低温和平均气温出现年份和变化特征均比较一致。 相似文献
10.
合理构建PM2.5浓度预测模型是科学、准确地预测PM2.5浓度变化的关键。传统PM2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM2.5浓度时间序列数据,分析PM2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度(天际、月际)构建GRNN模型更具有现实意义;同时,PM2.5对PM10、NO2、O3、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM2.5浓度预测精度,MAE、MAPE、RMSE和R2分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天(PM2.5浓度大于100 μg/m3)的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。 相似文献