全文获取类型
收费全文 | 63篇 |
免费 | 5篇 |
国内免费 | 9篇 |
专业分类
测绘学 | 28篇 |
大气科学 | 12篇 |
地球物理 | 3篇 |
地质学 | 17篇 |
海洋学 | 2篇 |
天文学 | 1篇 |
综合类 | 7篇 |
自然地理 | 7篇 |
出版年
2023年 | 6篇 |
2022年 | 2篇 |
2021年 | 6篇 |
2020年 | 2篇 |
2019年 | 6篇 |
2018年 | 4篇 |
2017年 | 3篇 |
2016年 | 4篇 |
2015年 | 3篇 |
2014年 | 4篇 |
2013年 | 4篇 |
2012年 | 2篇 |
2011年 | 4篇 |
2010年 | 2篇 |
2009年 | 5篇 |
2008年 | 2篇 |
2007年 | 2篇 |
2006年 | 3篇 |
2005年 | 1篇 |
2004年 | 1篇 |
2002年 | 1篇 |
1999年 | 4篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1990年 | 1篇 |
1978年 | 1篇 |
排序方式: 共有77条查询结果,搜索用时 281 毫秒
41.
川西高原地处青藏高原东部边缘。川西地区高分辨率的地壳上地幔三维速度结构探测研究对于青藏高原动力学和大陆内部块体边界动力学来说无疑具有至关重要的意义。近年来,川西地区已成为青藏高原动力学和大陆内部块体边界动力学研究的热点。与之相应的地球物理探测工作也十分活跃。但是,由于台站覆盖区域及空间分辨率的限制, 相似文献
42.
43.
随机近邻分类的算法研究 总被引:2,自引:0,他引:2
对随机近邻分类方法做了深入的研究,采用了随机近邻判决准则,对一事例数据进行了计算,并与多元系统聚类得出的结果进行对比,显示出随机近邻分类方法具有较好的非线性,非球形分类的特点,值得进一步推广应用。 相似文献
44.
非参数回归是一种广义的回归方法,它具有直观,对模型要求不严密,计算简单的优点。本文介绍非参数回归的原理及其左GPS水准计算中的应用,通过对两个测区的试算,得出了一些有益的结论。 相似文献
45.
本文提出了一种新的结合多光谱和变化检测技术的多时相卫星数据集分类方法。该方法以数理统计中的最近邻法为基础,其目标函数是使得正确分类的平均概率得到最优化,即把每个分类类别看成同等重要。该新算法被应用于一个农业作物分类的研究区域,并利用覆盖该区的不同季节的SPOT和LANDSAT TM多时像影像。结果表明,与单时像影像相比,使用五个不同季节的多时像影像可以充分地提高分类精度。为了说明该方法在大尺度范围内的效果,本文选取瑞典道拉河流域作为研究区。由于不同地物的分布高度重叠,不可能得到像元水平上满意的分类精度。这就需要引进一种新的概念:像元概率分类法。基于像元的概率向量可用于判别传统分类法的可靠性并测量单个像元的不确定性(熵)。概率分类法同时提供了不同地物的面积的无偏估计,无论所感兴趣的区域的大小。这已经在不同特性的耕地试验点进行了检验。 相似文献
46.
47.
针对车载LiDAR点云分割存在人工干预多、分割效果不稳定等问题,该文提出一种基于车载LiDAR点云的路边地上物多阶段聚类分割算法。首先使用三维格网和广度优先搜索算法进行点云粗聚类,然后对相连地物进行欧氏聚类,生成若干边界完整的粗聚类点云,最后使用多段式近邻搜索逐步得到聚类结果,根据聚类主体和结果的体积比值评估聚合速度,以此自适应调整聚类阈值或输出结果,实现对道路场景中各类路边地上物的聚类分割。实验结果表明,该算法对行道树的正确提取率为87.0%,对路灯、指示牌的正确提取率为91.9%,且过分割/欠分割现象较少,相连地物的聚类结果仍保有完整的边缘轮廓,可保证后续点云处理的有效性。 相似文献
48.
准确预测浅层地下温度对于降低投资风险和推动浅层地热能开发利用具有重要意义。本研究基于粒子群优化(PSO)和极限梯度提升(XGB)的混合模型(PSO-XGB),并将其与K近邻(KNN)、支持向量回归(SVR)、随机森林(RF)和极限梯度提升(XGB)等单一模型进行了比较。首先收集了54组钻孔数据,使用克里金插值法对数据集进行扩充,经过相关性分析最终选择经纬度坐标、年平均降雨量、年平均气温和与断裂距离等因素用作预测100 m地下温度的输入特征。然后利用测试集对预测模型进行验证,使用均方根误差(ERMS)、平均绝对误差(EMA)、决定系数(R2)和均方误差(EMS)等指标评估了模型的性能。结果表明,PSO-XGB混合模型在测试集表现最好,ERMS为0.070 6,EMA值为0.054 9,R2值为0.962 0,EMS值为0.005 0,在精度和拟合程度上明显高于其他模型,可知PSO-XGB混合模型在预测性能方面优于单... 相似文献
49.
50.
针对固定阈值的动态K近邻算法定位时未能有效剔除距离较远参考点的问题,该文提出了基于聚类阈值结合动态K值的算法:①在离线阶段建立聚类指纹库,并在每个聚类子块中设定聚类阈值;②在线阶段根据待测点信号确定其所处的聚类子块和对应的阈值,由信号强度的欧氏距离和聚类阈值选取K个信号距离最小的参考点;③以信号距离倒数为权重计算坐标加权平均,作为定位结果。实验分析得出,与固定阈值的动态K值算法的平均定位误差为2.64m;聚类阈值结合动态K值算法的平均定位误差为1.12m,降低了57.6%,并且点位误差在1m和2m内的可信度分别为42.3%和77.8%。聚类阈值结合动态K值算法能够较好地剔除距离较远的参考点,可以有效提高蓝牙指纹定位的精度。 相似文献