全文获取类型
收费全文 | 147篇 |
免费 | 17篇 |
国内免费 | 9篇 |
专业分类
测绘学 | 57篇 |
大气科学 | 20篇 |
地球物理 | 5篇 |
地质学 | 29篇 |
海洋学 | 12篇 |
天文学 | 1篇 |
综合类 | 19篇 |
自然地理 | 30篇 |
出版年
2024年 | 5篇 |
2023年 | 5篇 |
2022年 | 11篇 |
2021年 | 13篇 |
2020年 | 4篇 |
2019年 | 15篇 |
2018年 | 2篇 |
2017年 | 4篇 |
2016年 | 3篇 |
2015年 | 13篇 |
2014年 | 12篇 |
2013年 | 7篇 |
2012年 | 10篇 |
2011年 | 7篇 |
2010年 | 11篇 |
2009年 | 6篇 |
2008年 | 9篇 |
2007年 | 7篇 |
2006年 | 5篇 |
2005年 | 6篇 |
2004年 | 1篇 |
2003年 | 6篇 |
2002年 | 3篇 |
2001年 | 2篇 |
2000年 | 4篇 |
1997年 | 1篇 |
1995年 | 1篇 |
排序方式: 共有173条查询结果,搜索用时 31 毫秒
21.
22.
23.
24.
随着遥感大数据时代的到来,海量遥感数据的主动、即时推送问题成为限制遥感信息智能服务领域发展的瓶颈。针对现有遥感信息推荐模型空间特征表达能力不足、交叉特征表达能力欠缺和无差别对待交叉特征等问题,本文提出一种融合注意力机制的深度交叉空间变换网络(attention deep&cross spatial-transformation network, ADCSTN)。首先,模型使用深度交叉网络提取遥感信息不同关联的交叉特征;然后,基于栅格划分,利用空间变换层将一维空间属性数据转换为二维空间矩阵,充分捕捉遥感信息空间结构特征;最后,通过注意力层对得到的不同关联的交叉特征设置不同权重,增强模型性能,实现遥感信息的主动、即时、智能推送。本文利用STK仿真1584颗智能遥感卫星组成的遥感卫星星座为20°N—40°N、120°E—140°E区域内的舰船提供实时遥感数据,并设置用户兴趣,得到试验数据集。试验结果表明,本文模型的推荐效果较好,相比于传统的四元组模型,F1 score提高了37%~54.7%。 相似文献
25.
[本刊讯]2013年9月24日上午9点,第二届卫星导航与位置服务年会在北京国际会议中心拉开帷幕,大会现场宣布了北斗高精度接收机推荐名单,发布了卫星导航与位置服务产业白皮书,并邀请了超过100位国内享有影响力和号召力的政府领导、北斗导航专家出席。 相似文献
26.
27.
《中国地质灾害与防治学报》2013,(4):132-134
<正>根据中国地质灾害防治工程行业协会(以下简称"协会")第一届理事会的有关决定,协会于2013年6月24日发送"关于请推荐地质灾害防治工程行业协会专家委员会专家的函",由各省及相关推荐专家委员会专家和委员候选人, 相似文献
28.
随着互联网的快速发展,气象部门职工作为学习者可以获得的学习资源得到极大丰富。信息超载导致检索合适的在线学习资源时遇到了困难;学习者在不同学习环境和序列访问模式上也有不同的学习需求。但是,现有的推荐系统,如基于内容的推荐和协同过滤,没有结合学习者的情境和序列访问模式,推荐结果准确度不高。本文提出了一种结合情境感知、序列模式挖掘和协同过滤算法的混合推荐算法来为学习者推荐学习资源。混合推荐算法中,情境感知被用来整合学习者的情境信息,如知识水平和学习目标;序列模式挖掘被用来对网络日志进行挖掘,发现学习者的序列访问模式;协同过滤被用来根据学习者的情境数据和序列访问模式为目标学习者计算预测并生成建议。实验和应用效果表明,该混合推荐算法推荐的质量和准确性方面优于其他推荐算法。 相似文献
29.
针对旅游线路推荐过程中的数据稀疏与冷启动问题,本文提出了一种融合用户特征与群体智慧的多目标旅游线路推荐方法。首先,通过携程网、望路行程、百度指数等网站获取景点信息与对应的群体智慧数据,包括景点的位置、票价,用户评论、评分、浏览数据等;其次,结合用户特征与群体智慧数据构建景点对不同特征用户的综合吸引力并计算旅游线路吸引力指数;最后,定义旅游线路推荐多目标优化函数并利用多目标遗传算法NSGA2生成线路推荐列表。相较于传统旅游线路推荐方法,本文所提出的方法充分考虑了用户实际需求(消费侧)与景点吸引力(供给侧),使得用户能够以较少的时间开销,尽可能多地游览热门景点。同时,推荐过程中根据用户的性别、年龄、出行方式、出行时间对用户群体进行划分,使得推荐准确性更高。实验结果表明,该方法考虑的因子可以有效提高用户在路线规划过程中的满意度,所推荐的旅游线路不仅具有更高的综合吸引力指数,还能够有效减少路程时间。此外,推荐结果也更加具有多样性,有助于推动智能化旅游线路推荐的发展。 相似文献