全文获取类型
收费全文 | 35篇 |
免费 | 1篇 |
国内免费 | 1篇 |
专业分类
测绘学 | 11篇 |
大气科学 | 1篇 |
地质学 | 4篇 |
海洋学 | 2篇 |
综合类 | 9篇 |
自然地理 | 10篇 |
出版年
2022年 | 1篇 |
2021年 | 1篇 |
2020年 | 1篇 |
2019年 | 2篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 1篇 |
2014年 | 3篇 |
2013年 | 1篇 |
2012年 | 5篇 |
2011年 | 2篇 |
2010年 | 1篇 |
2009年 | 2篇 |
2007年 | 2篇 |
2006年 | 3篇 |
2005年 | 1篇 |
2004年 | 1篇 |
2001年 | 1篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1991年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有37条查询结果,搜索用时 15 毫秒
1.
你知道《孟子》《史记》所说的“中国”就在晋南吗?你知道山西在古代为什么叫“三晋”、“河东”、“山右”吗?你知道山西曾有过“北京”、“西京”、“中京”吗?你知道太行山有多长、有多少个名字吗?你知道山西有多少个温泉吗?等等。山西古籍出版社出版的《山西历史地名词典》对这些问题都作了明确而又很有意义的回答。我觉得这是一本很好的山西历史地理的工具书,真是爱不释手,特向关爱山西的读者介绍一番。 相似文献
2.
地名词典查询是地名校正、地名匹配等地名服务应用的重要基础,但是地名数量的快速增长使得词典查询性能面临严峻挑战。针对大规模数据环境中传统词典查询方法准确率不高且效率较低等问题,提出了一种顾及字符特征的中文地名词典查询方法(CGQM)。首先,查询具有相同字符特征的地名形成候选地名集合,同时构建单字索引提升查询效率;其次,依据字符数量特征比较查询地名与候选地名的差异,进一步过滤候选地名集合;最后,基于字符位置特征优化查询结果排序策略,使得结果排序更为合理。实验以全国地名词典为例,构建5组测试集进行CGQM方法与Lucene检索方法的对比分析。研究结果表明,CGQM方法对于增强地名词典查询功能、提升查询效率具有实际意义。 相似文献
3.
目前,我国已经构建大量不同级别、面向不同应用的地名词典,网络大众化地名服务成为地名词典的必然发展趋势。该文提出一种基于XML Schema的多源异构地名词典集成方法,以XML Schema对地名词典进行数据描述,采用XSLT数据转换方法,运用MapForce软件,快速进行地名词典的数据结构映射,能够有效解决地名词典的跨平台及数据类型不统一问题。 相似文献
4.
5.
在中华文化的历史长河中,曾产生出无以计数的词汇.有这样一个词,叫"鬼门关",几乎是无人不知,无人不晓.缘何?因为其撼心慑魄!言"凶险"、"危殆"、"惊悚",无出其右者.透过它,甚至还能映射出中国人的生死观,以及对生命的认知角度. 相似文献
6.
7.
Gao Wenpei 《吉林大学学报(地球科学版)》1989,(3)
通过对各种数据库管理应用系统的研究,寻求其通用的部分,把它们研制成通用的管理模块,反过来用到各种管理系统中去。 这样避免了轶件开发过程中低水平的重复性劳动;为了提高软件的质量,提高开发某一应用系统的速度,研制出一套适合于各种各样用途的工具模块,当需开发一个新的管理系统时,用这些工具模块很快就可以编制出一个较大的程序;通用模块的开发是站在软件工程的高度,遵循结构程序设计原理,按照自顶向下,逐步求精的原则和方法进行研制的,便于移植和维护,使各种管理系统走向标准化。 相似文献
8.
外向型汉语学习词典是为母语非汉语的学习者编纂的学习汉语用的词典。20世纪80年代以来,词典编纂成果数量较多,品种较全,类型意识在逐渐增强,培育出了几部品牌产品;但在类型定位、用户意识、编纂技术、品牌观念等方面仍需加强。在研究方面,出现了一批较有分量的论文和专著,研究内容不断深入,研究队伍不断壮大;但与国外发达水平相比,仍有较大差距,主要表现在理论研究滞后于编纂实践、学科仍不成熟、学术流派尚未形成等。 相似文献
9.
为了更灵活方便地对AutoCAD图形数据对象添加自定义的属性信息,针对AutoCAD中存在的自定义扩展CAD属性信息的问题进行了分析研究,并在.NET环境下借助ObjectARX的开发组件,分别使用了XData扩展方式和扩展词典方式来实现AutoCAD属性信息的自定义扩展功能,并以在CAD图形文件中扩展GIS属性数据为例进行实践应用,展示了应用的实践效果。 相似文献
10.
灾害期间的舆情引导有助于维护社会稳定。社交媒体是舆论传播的重要渠道,通过微博评论了解用户的网络情感及关注的话题,可以帮助相关舆情监测部门掌握公众的关注热点,从而选择适当的干预节点来应对网络舆情,并对公众情绪进行疏导,这对于应急管理具有现实意义。现有的研究大多是利用有监督的机器学习方法进行情感分类,这需要人工进行语料的标注,工作量大。本文根据微博评论文本的特点,综合考虑情感词以及表情符号等多重情感源,构建了台风灾害领域情感词典。在此基础上,提出了一种基于情感词语义规则的情感倾向计算方法,以及基于词向量的话题聚类方法。首先,采集了近年5次台风灾害期间共计40多万条微博评论文本,基于大连理工情感词汇本体库进行扩展构建了台风灾害领域情感词典,结合PMI法构建表情符号词典,根据语义规则确定情感倾向,并使用3500条评论文本验证了该方法的有效性。然后,本文基于词向量、TF-IDF与K-means的聚类方法探索灾害期间热点话题。最后,以2020年4号台风“黑格比”为例,基于台风期间的5万余条微博评论文本进行了舆情情感分析,并识别出6类与台风相关的话题。通过时空分析发现,随着时间的推移,微博评论文本的数量发生一定变化,评论数量多的地区大都集中在沿海地区和经济水平高的地区,台风登陆当天浙江省的恐惧情感达到最高。结果表明,基于语义规则和词向量的台风灾害网络情感分析方法,能在类似灾害事件发生时为政府部门掌握和引导网络舆情提供辅助。 相似文献