全文获取类型
收费全文 | 1035篇 |
免费 | 171篇 |
国内免费 | 155篇 |
专业分类
测绘学 | 562篇 |
大气科学 | 149篇 |
地球物理 | 138篇 |
地质学 | 244篇 |
海洋学 | 87篇 |
天文学 | 8篇 |
综合类 | 132篇 |
自然地理 | 41篇 |
出版年
2024年 | 13篇 |
2023年 | 54篇 |
2022年 | 63篇 |
2021年 | 68篇 |
2020年 | 47篇 |
2019年 | 91篇 |
2018年 | 51篇 |
2017年 | 68篇 |
2016年 | 66篇 |
2015年 | 76篇 |
2014年 | 74篇 |
2013年 | 45篇 |
2012年 | 65篇 |
2011年 | 85篇 |
2010年 | 67篇 |
2009年 | 70篇 |
2008年 | 52篇 |
2007年 | 69篇 |
2006年 | 48篇 |
2005年 | 41篇 |
2004年 | 24篇 |
2003年 | 11篇 |
2002年 | 15篇 |
2001年 | 18篇 |
2000年 | 9篇 |
1999年 | 3篇 |
1998年 | 8篇 |
1997年 | 3篇 |
1996年 | 5篇 |
1995年 | 7篇 |
1994年 | 8篇 |
1993年 | 6篇 |
1992年 | 4篇 |
1991年 | 8篇 |
1990年 | 2篇 |
1989年 | 5篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1980年 | 1篇 |
1979年 | 1篇 |
1978年 | 1篇 |
1974年 | 1篇 |
1964年 | 1篇 |
1961年 | 1篇 |
1959年 | 1篇 |
1956年 | 2篇 |
1942年 | 1篇 |
排序方式: 共有1361条查询结果,搜索用时 223 毫秒
1.
为建立高精度的边坡位移预测模型,采用相空间重构(PSR)将边坡位移时间序列数据转换为多维数据,同时构造小波核函数改进的支持向量机模型,建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机(SVM)模型、小波支持向量机(WSVM)模型和基于相空间重构的支持向量机(PSR-SVM)模型预测结果进行对比,通过平均绝对误差(MAE)、平均绝对误差百分比(MAPE)和均方根误差(RMSE)3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明,PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型,边坡位移预测的精度明显提升。 相似文献
2.
吴泽忠 《成都信息工程学院学报》2004,19(2):258-262
在序线性拓扑空间里研究了含有集约束向量极值问题的最优性条件,并建立了充分性和必要性条件. 相似文献
3.
4.
基于AGA的SVM需水预测模型研究 总被引:1,自引:0,他引:1
需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度. 相似文献
5.
针对传统矿化信息提取方法单一,利用光谱或纹理、信息量相对较少、需要大量样本的缺陷,利用基于光谱和纹理的支持向量机(SVM)原理,建立矿化信息提取模型.选择青海泽库县析界日地区作为典型研究区.首先提取研究区光谱和纹理信息,选取训练样本;然后求解最优超平面,进而确定决策函数;最后泛化推广识别其他待识别的样本.通过所提取的遥感蚀变异常信息与重砂异常点叠加分析,叠加基本吻合;从野外实地验证来看,均发现了不同程度的矿化现象,并指出了5个重点异常区. 相似文献
6.
7.
支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决小样本、非线性、高维数、局部极小点等实际问题.文中研究支持向量机的拓展算法--最小二乘支持向量机(LSSVM),并将其应用于确定大面积复杂似大地水准面.通过工程实例并与神经网络模型和二次曲面多项式拟合模型相比较,验证确定区域似大地水准面的LSSVM方法的有效性. 相似文献
8.
基于支持向量机的CBERS-02卫星影像信息提取 总被引:1,自引:0,他引:1
CBERS卫星是由中国空间技术研究院与巴西空间研究院联合研制的地球资源遥感卫星,CBERS-02卫星数据总体质量比CBERS-01卫星有所提高,本文利用支持向量机方法对CBERS-02卫星影像信息进行提取。研究中首先用6S模式对影像进行大气校正,然后选择RBF为支持向量机方法的核函数,并用交叉验证方法得到影响RBF核函数的两个最佳参数值进行学习完成信息提取,最后将提取结果制作成矢量图。通过研究得出用大气校正后的数据进行信息提取分类精度有所提高;与最大似然法和最小距离法相比,支持向量机方法分类精度较高。通过将研究结果与ETM+影像进行比较得出,CBERS-02卫星影像精度能够满足应用需求并能代替TM/ETM+数据开展研究工作。 相似文献
9.
针对大样本集的训练问题和动态训练样本的模型更新问题,提出了动态最小二乘支持向量机学习算法.该算法充分利用已建好的模型,逐渐加入新样本,并可删除位于任何位置的非支持向量,避免了矩阵求逆运算,保证了算法的高效率.大坝变形及电离层延迟两个时间序列的预报实例表明,该算法具有计算时间短、预报精度高的特点. 相似文献
10.
对高层、超高层建筑物进行实时,高精度的变形监测对提前预防安全隐患,保证人民生命财产安全具有重要意义。建筑物变形作为一种典型的随机性和微弱性过程,噪声等误差的存在会影响从中提取有用的变形信息。针对该问题,提出一种改进粒子群(Particle Swarm Optimization,PSO)算法优化支持向量机(Support Vector Machine,SVM)的噪声稳健建筑物变形监测方法,利用改进PSO算法的全局搜索能力对SVM的核参数进行优化,提升预测精度的同时增强算法的噪声稳健性。基于实测数据的试验结果表明,相对于传统交叉验证SVM和小波方法,所提方法可以获得更高的变形预测精度,并且在低信噪比条件下优势更加明显。 相似文献