全文获取类型
收费全文 | 201篇 |
免费 | 65篇 |
国内免费 | 96篇 |
专业分类
测绘学 | 20篇 |
大气科学 | 22篇 |
地球物理 | 88篇 |
地质学 | 178篇 |
海洋学 | 37篇 |
天文学 | 2篇 |
综合类 | 14篇 |
自然地理 | 1篇 |
出版年
2024年 | 2篇 |
2023年 | 7篇 |
2022年 | 14篇 |
2021年 | 13篇 |
2020年 | 12篇 |
2019年 | 17篇 |
2018年 | 11篇 |
2017年 | 15篇 |
2016年 | 11篇 |
2015年 | 16篇 |
2014年 | 19篇 |
2013年 | 18篇 |
2012年 | 23篇 |
2011年 | 15篇 |
2010年 | 21篇 |
2009年 | 14篇 |
2008年 | 20篇 |
2007年 | 15篇 |
2006年 | 12篇 |
2005年 | 7篇 |
2004年 | 12篇 |
2003年 | 8篇 |
2002年 | 5篇 |
2001年 | 6篇 |
2000年 | 5篇 |
1999年 | 6篇 |
1998年 | 4篇 |
1997年 | 3篇 |
1996年 | 5篇 |
1995年 | 6篇 |
1994年 | 2篇 |
1993年 | 5篇 |
1992年 | 1篇 |
1991年 | 2篇 |
1990年 | 1篇 |
1987年 | 2篇 |
1986年 | 1篇 |
1985年 | 2篇 |
1984年 | 2篇 |
1979年 | 1篇 |
1965年 | 1篇 |
排序方式: 共有362条查询结果,搜索用时 31 毫秒
271.
272.
设计适用于人工地震宽角折射/反射测深数据,以走时残差为阈值迭代计算一维速度结构的线性反演流程,并编制相应程序LIAE1D。其特点:1)建立自适应的初始模型|2)运用广义逆矩阵法求解线性方程。该方法和程序可行有效,其结果可为后续二维反演提供较为优化的初始模型。 相似文献
273.
高应力下颗粒材料一维力学特性研究(I):压缩性质 总被引:1,自引:0,他引:1
高水平应力作用下,砂土等颗粒材料中的颗粒将发生破碎。一方面,颗粒破碎导致材料的颗粒分布曲线发生变化:材料中的粗颗粒含量减少,细颗粒含量增加;另一方面,颗粒的破碎引起了能量的转化。由能量守恒定律,作用过程中外力所做的功一部分由粒间摩擦力转化成热能,而另一部分则消耗到颗粒破碎过程中。利用表面物理学理论,颗粒破碎能可以表达为颗粒表面张力在颗粒破碎中所作的功。由此得到了一维压缩条件下颗粒破碎量与宏观压缩量之间的关系表达式。为了验证得到的关系式,开展了砂土的一维压缩试验,并进行了试验数据的整理分析。研究结果表明,所得关系表达式能较好地反映高水平应力作用下颗粒破碎对颗粒材料压缩性的影响。 相似文献
274.
275.
276.
航空瞬变电磁数据一维Occam反演 总被引:1,自引:0,他引:1
分析了奥克姆(Occam)反演法的原理和计算方法,并将其应用于时间域航空电磁一维反演中,给出了一种简便的正则化参数搜索方法,对迭代过程进行了改进,大大提高了反演速度,5次迭代约20s。在反演初始模型中,电阻率数据由原始感应电动势数据通过自动迭代法转换而来,深度数据由初始电阻率计算得出。经算例表明,收敛过程中满足拟合差最小的拉格朗日乘子μ值随迭代次数增加而递减;反演过程非常稳定,一般5次迭代至10次迭代就能达到收敛,对低阻层的反演深度和电阻率值都接近真实值,但对高阻层的反演深度和电阻率值误差较大。 相似文献
277.
软黏土层一维有限应变固结的超静孔压消散研究 总被引:1,自引:0,他引:1
根据土力学固结理论计算分析软黏土层固结过程的超静孔隙水压力值,确定软黏土体固结过程的强度增长,对排水固结法处理软土地基至关重要。软黏土层固结过程中土体变形较大时,有限应变固结理论和小应变固结理论计算分析软黏土固结所得结果差异较大。利用非线性有限元法及程序,通过对软黏土层固结工程算例的计算结果分析,研究了有限应变固结理论和小应变固结理论计算分析软黏土层一维固结超静孔压值消散的差异;探讨了软黏土体一维固结过程中,几何非线性、土体渗透性变化和压缩性变化对超静孔隙水压力消散的影响。研究结果表明,当土体的变形较大时,有限应变固结理论计算出的超静孔压要比小应变固结理论得到的值消散的更快。考虑土体固结过程中渗透性的变化时,超静孔压消散变慢;可用软黏土渗透性变化指数ck 反映渗透性变化对超静孔压消散的影响,渗透性变化指数ck值越小、超静孔压消散越慢。固结过程中软黏土压缩性的大小及变化也影响超静孔压的消散,可用软黏土的压缩指数cc反映固结过程中压缩性的大小及变化对超静孔压消散的影响,软黏土的压缩指数cc越小,固结过程软黏土层中的超静孔压消散越快。 相似文献
278.
遗传算法是近些年来产生和发展的一种模拟生物进化过程的自适应启发式全局优化的搜索算法。它不完全依赖于初始猜测,且具有全局收敛的特点,可以被用来解决各种复杂的实际问题,如工程优化设计,人工智能和决策系统,以及地球物理反演等。尽管遗传算法是一种效率很高的全局优化算法,但许多仿真结果表明,它具有计算时间长,局部搜索能力弱的缺点。而共轭梯度法属于非启发式全局优化搜索方法,收敛速度快,但容易陷入局部极值,且严重依赖初始猜测。根据遗传算法和共轭梯度法的特点,这里提出了一种混合遗传算法,用来进行地球物理反演。该算法既具有遗传算法的全局收敛性,又有共轭梯度法的快速收敛性,经实际应用,取得了良好的效果。 相似文献
279.
当数值预报模式的分辨率得到提高时,模式中扩散系数的数值大小必然随之改变。通常情况下,一方面,扩散系数的数值应足够大(即有下限值),以便过滤掉模式中不想要的小尺度噪音;另一方面,扩散系数的数值应尽量小(即有上限值),以免出现计算不稳定。本文提出一种确定高分辨率模式中扩散系数数值大小的客观方法,即"双试验"(twin experiment)同化方法(初始低分辨率模式的预报结果作为"观测资料",新的高分辨率模式作为同化模式),从而通过伴随变分同化方法来确定控制变量(即扩散系数)的数值大小。本文采用一维浅水模式测试和描述上述试验方案。通过低分辨率模式预报结果和高分辨率模式预报结果的比较(高、低分辨率模式预报结果的比较在低分辨率模式格点上进行),采用最小二乘法可客观求得适用于高分辨率模式的扩散系数的"最优"值。数值试验结果表明,采用这种方法得到的高分辨率模式的扩散系数,不仅能过滤掉模式中不想要的小尺度噪音,而且能够避免出现计算不稳定。研究还指出,当扩散系数的大小略微超过其上限值时(这种情况在极小化迭代中有可能会出现),计算不稳定的出现将使目标函数的数值迅速增加,并导致极小化程序收敛的失败;时间步长的减小(约20%)可以显著地改进目标函数的条件数,从而可避免极小化程序收敛的失败。 相似文献
280.