全文获取类型
收费全文 | 94篇 |
免费 | 13篇 |
国内免费 | 6篇 |
专业分类
测绘学 | 31篇 |
大气科学 | 32篇 |
地球物理 | 7篇 |
地质学 | 24篇 |
海洋学 | 4篇 |
天文学 | 2篇 |
综合类 | 4篇 |
自然地理 | 9篇 |
出版年
2023年 | 2篇 |
2022年 | 1篇 |
2021年 | 2篇 |
2020年 | 1篇 |
2019年 | 4篇 |
2018年 | 3篇 |
2017年 | 2篇 |
2016年 | 4篇 |
2015年 | 4篇 |
2014年 | 7篇 |
2013年 | 6篇 |
2012年 | 5篇 |
2011年 | 10篇 |
2010年 | 4篇 |
2009年 | 8篇 |
2008年 | 6篇 |
2007年 | 4篇 |
2005年 | 1篇 |
2004年 | 1篇 |
2003年 | 5篇 |
2002年 | 8篇 |
2001年 | 3篇 |
2000年 | 1篇 |
1999年 | 2篇 |
1997年 | 5篇 |
1996年 | 3篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1993年 | 2篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1990年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有113条查询结果,搜索用时 31 毫秒
111.
异常形变检测方法探讨 总被引:1,自引:0,他引:1
在讨讼以往方法的基础上,将拟准检定法拓展用于发现异常形变。该方法直接以真误差为研究对象,避免了其他方法以最二乘残差及其函数为研究对象的缺点。最后通过一个算例,简单介绍了拟准检定法检测异常形变的实施过程。 相似文献
112.
ARMA模型也叫做自回归滑动平均模型,它是研究时间序列的重要方法,其中AR为自回归模型,MA为移动平均模型。长春地磁数据F分量的ARMA模型拟合分析是基于MATLAB平台,运用时间序列分析的研究方法,对2007—2018年长春地磁数据F分量进行ARMA模型拟合。按照不同ARMA模型相异的数据特性确定模型类别,判断其属于ARMA模型、AR模型或是MA模型。运用AIC准则法,找到使得AIC值最小的参数并确定为模型参数,最后对残差序列运用Q值检验法,根据检验结果判断模型的拟合优度。本文中的ARMA模型拟合方法是针对F分量的预处理分数据建立数学模型,运用一阶差分方法去除年变趋势,最终得出F分量变化幅度的近似拟合回归方程。通过ARMA模型拟合方程可初步预测F值增减幅度的变化趋势及极值范围,这将为地磁异常乃至其它地震异常定量分析和预测提供一种新思路,也将为地磁异常的判定核实及地震分析预报起到推动作用。 相似文献
113.
根据2021年四川省31次暴雨过程预报偏差检验,选取ECMWF预报雨带明显偏西、CMA-MESO预报较好的3次个例,基于目标对象检验法对强降水落区(≥25 mm)从位置偏差、面积偏差、雨带走向和降水强度4个方面对两模式的预报偏差特征和主要原因进行对比分析。结果表明:ECMWF模式降水落区预报较实况偏西偏北,且偏西偏差距离(59.06~123.67 km)显著大于偏北偏差距离(8.23~53.59 km),而CMA-MESO模式雨带走向和位置预报与实况更为接近。两模式降水面积预报均大于实况,ECMWF模式较实况偏大7.0%~34.3%,CMA-MESO模式偏大25.2%~45.9%。两模式降水量平均值预报与实况偏差幅度为-3.5%~20.0%,但降水量极值预报较实况偏差较大,偏差幅度为50.1%~196.9%。检验分析表明,出现在副热带高压边缘,受高原涡或西南涡影响的四川暴雨过程,在ECMWF模式预报强降水落区(≥25 mm)偏西的情况下,CMA-MESO模式可以提供订正参考。 相似文献