全文获取类型
收费全文 | 85篇 |
免费 | 4篇 |
国内免费 | 7篇 |
专业分类
测绘学 | 27篇 |
地球物理 | 7篇 |
地质学 | 1篇 |
海洋学 | 3篇 |
综合类 | 3篇 |
自然地理 | 55篇 |
出版年
2021年 | 2篇 |
2019年 | 1篇 |
2017年 | 3篇 |
2016年 | 2篇 |
2015年 | 2篇 |
2014年 | 4篇 |
2013年 | 3篇 |
2011年 | 2篇 |
2010年 | 3篇 |
2009年 | 9篇 |
2008年 | 8篇 |
2007年 | 13篇 |
2006年 | 13篇 |
2005年 | 6篇 |
2004年 | 4篇 |
2002年 | 3篇 |
2001年 | 4篇 |
1999年 | 3篇 |
1998年 | 2篇 |
1997年 | 4篇 |
1995年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有96条查询结果,搜索用时 15 毫秒
1.
目的 建立传统元胞自动机(CA)模型时,如果样本数量不足,模拟效果往往非常不理想。提出了多源领域知识迁移CA模型,利用多个已有的旧样本数据集来帮助建立新的CA模型,并选取广东省深圳市作为试验区验证了其有效性。试验结果表明,该模型在新样本数量不足的情况下能够明显改善模拟效果,并且有效减小产生负迁移现象的风险。 相似文献
2.
3.
基于多智能体的就业与居住空间演化多情景模拟——快速工业化区域研究 总被引:2,自引:2,他引:0
就业与居住空间关系是城市规划与管理研究的热点问题。已有研究主要基于传统宏观模型对就业—居住空间结构进行现状分析或对城市理论进行实证研究,在微观尺度的机制探讨与过程模拟方面较为缺乏。本文基于多智能体自下而上的建模思想,提出基于就业市场的人口居住区位选择模型(Labor Market Based Model of Residential Location-LMBMRL)。以典型的快速工业化地区—东莞市主城区为实验区,通过多情景模拟对就业与居住空间的互动关系进行机制探讨与过程分析。模拟结果充分反映了就业选择对人口居住区位决策的影响,定量评估了住房与交通对职住空间均衡性与职住分离的影响规律。当住房成本提高时,城市职住均衡性降低;当交通可达性提高时,城市空间结构可能出现较为显著的职住分离现象。最后通过多情景模拟揭示不同行业劳动人口群体的就业—居住空间特征与组织模式。研究结果有助于深刻理解城市就业—居住空间互动关系及其内部因果,能够为城市规划与管理提供决策参考。 相似文献
4.
基于城市扩张的动态选址模型——以深圳垃圾转运站选址为例 总被引:5,自引:1,他引:4
现有的许多选址模型研究,主要集中在对选址算法的改进,而忽略了城市作为复杂地理系统所具备的不确定性和动态发展性对选址结果的影响。这往往导致最终的选址结果在设施投入使用后,无法满足新的需求甚至出现不适应新环境的情况。本文将基于GeoCA(地理元胞自动机)的城市扩张模型引入到传统的Location-allocation选址模型中,构建一个动态的选址模型框架,探索如何将选址结果建立在动态的、科学的城市形态预测基础上,促使选址结果更具有客观性、先见性和更符合可持续发展观,这也正是本研究的重要意义所在。同时,框架中的许多子模型都能够单独被优化,具有高度的可伸缩性,能够自适应于特定区域的选址要求。 相似文献
5.
人工免疫系统与嵌入规划目标的城市模拟及应用 总被引:6,自引:2,他引:4
人工免疫系统(AIS) 具有强有力的计算能力, 可以通过免疫识别、克隆选择、免疫学 习、免疫记忆等功能来进行模式识别和自适应学习。AIS 所具有的自学习、自适应和记忆的能力非常适合于复杂地理过程的研究。而元胞自动机(CA) 是研究复杂系统非常方便和有效的工具。将人工免疫系统和元胞自动机相结合, 建立了城市演变的模拟和规划模型。该模型通过改变抗体的进化变异机制, 把规划目标嵌入到AIS 算法中, 抗体将会逐渐朝着规划目标“进化”, 从而模拟出基于不同规划情景的城市发展空间格局, 为城市和土地利用规划提供决 策支持。设计了6 种不同的城市发展方案, 利用该模型模拟了不同规划方案下珠江三角洲城市的发展情景(1988-2002 年)。并比较了不同模拟情景结果城市的紧凑性: “城市中心” 和 “城市中心-高速公路”发展模式的城市形态更为紧凑, 破碎度较低; 而“镇中心” 和“道路”发展模式形成的城市形态则比较凌乱和分散。模拟结果和分析表明: “城市中心-高速 公路”是珠江三角洲最适合的城市发展模式。 相似文献
6.
7.
基于微粒群优化算法的空间优化决策 总被引:3,自引:0,他引:3
空间优化决策是GIS应用中复杂而又常见的问题。由于涉及到大量的组合,使用穷举法等方法难以找到最优的解决方案,因此需要运用新的理论方法来解决这类问题。微粒群优化算法是近年来新兴的一种优化技术,与GIS相结合可解决空间优化决策问题。首先,对微粒群优化算法和空间优化决策问题作了简单介绍;然后,基于人口密度、最短距离约束条件下,通过GIS技术,对微粒群优化算法用于空间优化决策的方法、实施过程作了详细阐述;接着,用4×4方格单元对PSO方法的正确性、有效性进行了验证;最后,以广州市芳村区为例,对该方法进行实例验证。通过实验,证明微粒群优化算法具有较好的收敛速度、较高的结果精度,是解决空间优化决策问题的一种有效方法。 相似文献
8.
基于多智能体的土地利用模拟与规划模型 总被引:31,自引:5,他引:26
利用多智能体和元胞自动机对城市土地资源的可持续利用进行了规划。根据环境经济学资源分配原理和可持续发展理论,提出结合多智能体及元胞自动机的微观规划模型,在时间和空间上合理分配及规划城市土地资源的利用,以避免浪费不可再生的土地资源。该模型由相互作用的多智能体层、元胞自动机层和环境因素层组成,可方便地探索不同土地利用政策下城市土地利用发展情景,能够为城市规划提供有用的决策依据。以广州市海珠区为实验区,在可持续发展为前提的规划下,模拟了1995-2010年的城市扩展的动态变化,并讨论了在不同规划情景下城市土地资源的利用效率及合理性。 相似文献
9.
基于蚁群智能的遥感影像分类新方法 总被引:5,自引:0,他引:5
智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高. 相似文献
10.
多目标粒子群算法与选址中的形状优化 总被引:3,自引:0,他引:3
选址问题是GIS最基本的任务之一.一般性的选址是基于点的位置优化,可利用有关GIS功能完成.实际的选址问题是很复杂的.在给定设施的数量和面积前提下,需要在空间上确定设施的最佳位置,并对形状进行优化,以获取最大的效用.采用一般的方法无法求解这种最优化问题.而且,当选址问题涉及多个目标和不同的约束性条件时,就会变得异常复杂.提出了利用多目标粒子群优化算法和区域形状变异算法相结合来解决复杂的空间选址问题.具有智能的搜索方法,大大提高了空间搜索能力,并保持了搜索区域的连通性,取得了较好的效果. 相似文献