全文获取类型
收费全文 | 6899篇 |
免费 | 1286篇 |
国内免费 | 1828篇 |
专业分类
测绘学 | 1785篇 |
大气科学 | 2693篇 |
地球物理 | 1684篇 |
地质学 | 1844篇 |
海洋学 | 779篇 |
天文学 | 177篇 |
综合类 | 566篇 |
自然地理 | 485篇 |
出版年
2024年 | 37篇 |
2023年 | 130篇 |
2022年 | 229篇 |
2021年 | 300篇 |
2020年 | 352篇 |
2019年 | 436篇 |
2018年 | 273篇 |
2017年 | 390篇 |
2016年 | 333篇 |
2015年 | 391篇 |
2014年 | 485篇 |
2013年 | 482篇 |
2012年 | 514篇 |
2011年 | 445篇 |
2010年 | 393篇 |
2009年 | 467篇 |
2008年 | 455篇 |
2007年 | 549篇 |
2006年 | 463篇 |
2005年 | 399篇 |
2004年 | 373篇 |
2003年 | 302篇 |
2002年 | 244篇 |
2001年 | 210篇 |
2000年 | 198篇 |
1999年 | 165篇 |
1998年 | 166篇 |
1997年 | 132篇 |
1996年 | 124篇 |
1995年 | 86篇 |
1994年 | 87篇 |
1993年 | 94篇 |
1992年 | 59篇 |
1991年 | 63篇 |
1990年 | 42篇 |
1989年 | 34篇 |
1988年 | 42篇 |
1987年 | 22篇 |
1986年 | 10篇 |
1985年 | 6篇 |
1984年 | 6篇 |
1983年 | 2篇 |
1982年 | 4篇 |
1980年 | 4篇 |
1979年 | 2篇 |
1978年 | 3篇 |
1977年 | 1篇 |
1975年 | 2篇 |
1972年 | 1篇 |
1954年 | 5篇 |
排序方式: 共有10000条查询结果,搜索用时 218 毫秒
51.
基于RS与GIS技术的土地利用变更图斑自动识别方法,即"以遥感正射影像图为基础,以地理信息和地物反射光谱为判别依据"的变更信息识别方法,能够尽量避免传统利用遥感影像分类技术进行地物变更识别存在的不足。本文通过对距离算法的改良,有效利用遥感数据的实时性和丰富性,在地理信息系统的支持下,提高了对地物变更地块的识别精度。 相似文献
52.
53.
54.
55.
基于坐标归一化和奇异值分解的直接线性变换解法 总被引:2,自引:0,他引:2
直接线性变换方法是数字摄影测量和计算机视觉领域最常用的解析处理方法之一,特别适用于未检校数码相机的三维测量,但直接线性参数间的相关性、物方控制的约束和设计矩阵元素数量级的较大差异,均可导致法矩阵严重病态,从而影响解的稳定性。本文借鉴改进的八点基本矩阵估计算法,采用基于坐标归一化和奇异值分解的解法,即首先将像点和物点坐标进行相似变换得到归一化坐标后组成法矩阵,其次利用矩阵奇异值分解方法代替常规的最小二乘方法,模拟和真实数据表明,此方法可以有效提高解算精度和稳定性。 相似文献
56.
不同于双频数据的应用,多频数据的采用对单点定位有着特殊意义,可以更好地获得其模糊度的解。基于卫星导航定位系统多频载波相位线性组合理论,研究了具有特殊意义的组合观测值及其特性。在此基础上,通过多频观测值数据的数值仿真,采用新方法进行整周模糊度快速求解。编制了基于多频载波相位组合单点定位软件,通过结果的比较分析,得出有一定实际应用意义的结论。此方法算法简单,速度快,能够满足实时导航定位的需要,具有工程应用价值。 相似文献
57.
首先阐述了研究基于数字高程模型(DEM)的SAR图像模拟的重要性。然后针对SAR图像的几何特点,并顾及地面坡度、成像距离等因素对雷达波后向散射强度的影响,设计了基于强度积分的SAR图像模拟方案。根据Leberl构像模型计算SAR图像的像点坐标,采用强度积分策略对各点处的强度进行模拟,并进行归一化处理。通过仿真实验得到了满意的SAR模拟图像,验证了该模拟方案的正确性和有效性。 相似文献
58.
59.
基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较 总被引:1,自引:1,他引:0
混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。 相似文献
60.