全文获取类型
收费全文 | 7602篇 |
免费 | 1558篇 |
国内免费 | 3042篇 |
专业分类
测绘学 | 412篇 |
大气科学 | 305篇 |
地球物理 | 1634篇 |
地质学 | 8359篇 |
海洋学 | 528篇 |
天文学 | 68篇 |
综合类 | 511篇 |
自然地理 | 385篇 |
出版年
2024年 | 100篇 |
2023年 | 294篇 |
2022年 | 356篇 |
2021年 | 386篇 |
2020年 | 361篇 |
2019年 | 393篇 |
2018年 | 321篇 |
2017年 | 281篇 |
2016年 | 336篇 |
2015年 | 350篇 |
2014年 | 507篇 |
2013年 | 380篇 |
2012年 | 435篇 |
2011年 | 453篇 |
2010年 | 351篇 |
2009年 | 410篇 |
2008年 | 355篇 |
2007年 | 371篇 |
2006年 | 358篇 |
2005年 | 351篇 |
2004年 | 319篇 |
2003年 | 308篇 |
2002年 | 306篇 |
2001年 | 334篇 |
2000年 | 289篇 |
1999年 | 312篇 |
1998年 | 279篇 |
1997年 | 336篇 |
1996年 | 330篇 |
1995年 | 292篇 |
1994年 | 304篇 |
1993年 | 270篇 |
1992年 | 286篇 |
1991年 | 266篇 |
1990年 | 215篇 |
1989年 | 202篇 |
1988年 | 47篇 |
1987年 | 40篇 |
1986年 | 27篇 |
1985年 | 34篇 |
1984年 | 18篇 |
1983年 | 27篇 |
1982年 | 23篇 |
1981年 | 16篇 |
1980年 | 33篇 |
1979年 | 11篇 |
1963年 | 8篇 |
1954年 | 12篇 |
1951年 | 7篇 |
1948年 | 11篇 |
排序方式: 共有10000条查询结果,搜索用时 0 毫秒
51.
52.
电离层误差是影响长距离GNSS定位性能的主要因素,通常采用无电离层组合消除电离层误差的影响,但无电离层组合存在观测噪声放大、在多系统多频数据时无法对单个频率的观测值进行单独处理,直接消除电离层参数使得无法对电离层参数施加约束,而电离层的先验信息,时空约束信息更易获得,为此本文对非组合定位模型中电离层误差的时变特性进行研究。在非组合定位模型中电离层参数常被估计为随机游走,功率谱密度决定了随机游走的过程,也表达了电离层误差的时变特性,通过对功率谱密度的研究,对电离层参数进行合理的约束来改善定位的性能。不需要经验模型及人为的给予电离层参数时变约束信息,而是通过顾及电离层实时特性的电离层观测值确定功率谱密度值,提供了简单实用的电离层时变约束方法。通过试验验证采用Vondrak平滑方法进行电离层延迟的最佳平滑,能在削弱观测噪声的同时反映电离层实时变化,求得的电离层功率谱密度能显著提升整周模糊度收敛时间,使定位性能达到最优。对电离层时变约束的BDS三频观测数据长距离RTK定位试验表明:静态和动态定位模式下均能实现模糊度的快速固定,可满足高精度实时定位的需求。 相似文献
53.
建筑密度是城市规划布局的一个重要指标。为了提高建筑密度的获取效率,本文提出一种结合珞珈一号数据和OSM数据的估算城市建筑密度的方法。基于珞珈一号数据,文中以固定大小的网格为单位采样分析了昆明市呈贡区灯光强度和建筑密度的拟合关系;基于OSM数据,利用GIS提取分析、数学分析等方法去除道路灯光对估算结果的影响。然后利用非线性拟合模型估算了昆明市呈贡区的建筑密度,得到其空间分布情况;并验证分析了估算模型的精度。结果表明,昆明市呈贡区的建筑密度与夜间灯光强度有较高的相关性,可以结合珞珈一号夜光影像数据和OSM道路数据估算城区的建筑密度。 相似文献
54.
55.
利用全数字摄影测量得到的高精度点数据,获取不同密度的点数据,建立基于ANUDEM和TIN方法的两种DEM,比较两种DEM的高程中误差,分析数据密度、栅格尺寸与高程中误差的关系。研究结果表明,建立1∶100 00比例尺,具有高程中误差2m左右、栅格尺寸5m以下的ANUDEM,需要的点密度水平为大于7 000个/km2,而TINDEM则为8 500个/km2。同时,当栅格尺寸小于20m、数据密度介于7 000~9 400个/km2时,无论是ANUDEM还是TINDEM,高程中误差都处于一个较稳定的状态。 相似文献
56.
一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法 总被引:1,自引:0,他引:1
从LiDAR数据中高精度地提取建筑物屋顶面是构建屋顶面拓扑关系、实现建筑物三维模型重建的关键。本文针对现有算法提取复杂建筑物屋顶面适应性较差、精度较低等问题,提出了一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法。通过主成分分析计算点云特征,构建特征直方图,选取可靠种子点;利用提出的局部点云法向量分布密度聚类算法聚类种子点,快速准确地提取初始屋顶面片;构建基于邻域信息的投票模型,有效地解决屋顶面竞争现象。试验结果表明,本文方法可自动、高精度地提取屋顶面,对不同复杂程度的建筑物具有较好的适应性,能为建筑物三维模型重建提供可靠的屋顶面信息。 相似文献
57.
58.
59.
60.
设计了一种采用多种策略的建筑脚点提取方法,针对建筑脚点提取中的两个关键步骤———数据分类和建筑脚点分割,分别提出和引入了邻近关系和r半径点密度,从仅反映单次反射的DSM数据中,直接提取出建筑表面点。 相似文献