全文获取类型
收费全文 | 751篇 |
免费 | 31篇 |
国内免费 | 27篇 |
专业分类
测绘学 | 421篇 |
大气科学 | 32篇 |
地球物理 | 34篇 |
地质学 | 104篇 |
海洋学 | 60篇 |
天文学 | 40篇 |
综合类 | 75篇 |
自然地理 | 43篇 |
出版年
2024年 | 3篇 |
2023年 | 2篇 |
2022年 | 16篇 |
2021年 | 24篇 |
2020年 | 18篇 |
2019年 | 22篇 |
2018年 | 5篇 |
2017年 | 36篇 |
2016年 | 27篇 |
2015年 | 35篇 |
2014年 | 39篇 |
2013年 | 46篇 |
2012年 | 34篇 |
2011年 | 26篇 |
2010年 | 31篇 |
2009年 | 25篇 |
2008年 | 31篇 |
2007年 | 46篇 |
2006年 | 46篇 |
2005年 | 38篇 |
2004年 | 32篇 |
2003年 | 37篇 |
2002年 | 42篇 |
2001年 | 32篇 |
2000年 | 28篇 |
1999年 | 21篇 |
1998年 | 14篇 |
1997年 | 17篇 |
1996年 | 8篇 |
1995年 | 7篇 |
1994年 | 7篇 |
1993年 | 6篇 |
1991年 | 3篇 |
1990年 | 2篇 |
1989年 | 1篇 |
1984年 | 1篇 |
1982年 | 1篇 |
排序方式: 共有809条查询结果,搜索用时 15 毫秒
51.
52.
53.
针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。 相似文献
54.
55.
提出一种基于分层自适应部分模型(HAPM,hierarchical adaptive part-based model)的目标检测方法,用于遥感图像的飞机目标检测。针对目前目标检测方法在子类型数目确定、模型多分辨率结构关系方面存在的不足,构造如下算法:首先构建一个扩展的Part-based Model模型;其次,分别从子类型的自适应选择、子类型的多层次建模和检测阶段加权距离变换的形变优化等方面对其进行改进;最后,HAPM算法充分考虑了模型的形变,同时结合多层次的建模思想使得目标的检测精度和算法适用性大大增强。用收集的10大国际机场的真实遥感图像数据进行实验验证,证明了算法的有效性。 相似文献
56.
针对城市地物信息提取中地物边界难以确定、分类精度不高的问题,该文提出一套综合利用影像及激光雷达点云高程信息的面向对象分类方法。在分割中,各类地物的最佳分割尺度由监督法分割精度评价确定,最终分割结果利用粒度理论下的分割尺度综合方法进行合成,能兼顾不同地物最优分割尺度,获得准确地物边界;在分类中,采用ReliefF特征选择算法度量从影像及点云数据提取的对象特征重要度,选择最佳特征组合,并采用多分类器组合方法进行分类,以消除Hughes现象,提高分类精度。选择德国斯图加特市两块实验区进行分类实验,结果表明:该方法有利于提高大范围城市地物精细信息提取的精度和效率,具有较高的应用价值。 相似文献
57.
传统的数据库模型适合于表示数字字母数据,难以处理复杂的空间数据。面向对象的语义数据模型克服了传统数据模型的许多不足,越来越多地应用于计算机科学各个领域。本文先描述了面向对象的语义数据模型,然后介绍了建立于这种模型基础上的空间数据库实验系统 spobase。 相似文献
58.
The automatic extraction of information content from remotely sensed data is always challenging. We suggest a novel fusion approach to improve the extraction of this information from mono-satellite images. A Worldview-2 (WV-2) pan-sharpened image and a 1/5000-scaled topographic vector map (TOPO5000) were used as the sample data. Firstly, the buildings and roads were manually extracted from WV-2 to point out the maximum extractable information content. Subsequently, object-based automatic extractions were performed. After achieving two-dimensional results, a normalized digital surface model (nDSM) was generated from the underlying digital aerial photos of TOPO5000, and the automatic extraction was repeated by fusion with the nDSM to include individual object heights as an additional band for classification. The contribution was tested by precision, completeness and overall quality. Novel fusion technique increased the success of automatic extraction by 7% for the number of buildings and by 23% for the length of roads. 相似文献
59.
A geometric-based approach for road matching on multi-scale datasets using a genetic algorithm 总被引:1,自引:0,他引:1
Alireza Chehreghan 《制图学和地理信息科学》2018,45(3):255-269
Object matching is used in various applications including conflation, data quality assessment, updating, and multi-scale analysis. The objective of matching is to identify objects referring to the same entity. This article aims to present an optimization-based linear object-matching approach in multi-scale, multi-source datasets. By taking into account geometric criteria, the proposed approach uses real coded genetic algorithm (RCGA) and sensitivity analysis to identify corresponding objects. Moreover, in this approach, any initial dependency on empirical parameters such as buffer distance, threshold of spatial similarity degree, and weights of criteria is eliminated and, instead, the optimal values for these parameters are calculated for each dataset. Volunteered geographical information (VGI) and authoritative data with different scales and sources were used to assess the efficiency of the proposed approach. According to the results, in addition to an efficient performance in various datasets, the proposed approach was able to appropriately identify the corresponding objects in these datasets by achieving higher F-Score. 相似文献
60.
为了提高遥感图像中多尺度飞机目标的检测精度,本文提出一种基于改进Faster R-CNN的遥感图像飞机目标检测方法。该方法借助多层级融合结构,将深层次的语义特征与浅层次的细节特征相结合,生成多种尺度的既具有精确的位置信息又具有深层次的语义特征的特征图;再借助Faster R-CNN的多尺度RPN (Region Proposal Network)机制,通过对RPN中候选区域尺度的修正,从而提高遥感图像中多尺度飞机目标的定位精度;最后利用Faster R-CNN的分类回归网络,得到飞机目标检测结果。在高分辨率遥感图像中进行了实验,对3种特征提取网络ZF、VGG-16以及ResNet-50进行改进,改进后的精度分别提高了11.34%、9.87%以及1.66%,并且生成的检测框更加贴合飞机目标。实验结果表明,本文方法适用于遥感图像多尺度飞机目标检测,在提高目标定位精度的同时降低了目标漏检现象。 相似文献