全文获取类型
收费全文 | 2396篇 |
免费 | 373篇 |
国内免费 | 353篇 |
专业分类
测绘学 | 982篇 |
大气科学 | 372篇 |
地球物理 | 358篇 |
地质学 | 781篇 |
海洋学 | 282篇 |
天文学 | 17篇 |
综合类 | 206篇 |
自然地理 | 124篇 |
出版年
2024年 | 70篇 |
2023年 | 228篇 |
2022年 | 221篇 |
2021年 | 277篇 |
2020年 | 143篇 |
2019年 | 182篇 |
2018年 | 99篇 |
2017年 | 78篇 |
2016年 | 71篇 |
2015年 | 73篇 |
2014年 | 110篇 |
2013年 | 91篇 |
2012年 | 109篇 |
2011年 | 103篇 |
2010年 | 79篇 |
2009年 | 130篇 |
2008年 | 143篇 |
2007年 | 114篇 |
2006年 | 92篇 |
2005年 | 113篇 |
2004年 | 82篇 |
2003年 | 66篇 |
2002年 | 73篇 |
2001年 | 54篇 |
2000年 | 54篇 |
1999年 | 45篇 |
1998年 | 36篇 |
1997年 | 33篇 |
1996年 | 46篇 |
1995年 | 46篇 |
1994年 | 47篇 |
1993年 | 10篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1957年 | 1篇 |
排序方式: 共有3122条查询结果,搜索用时 46 毫秒
91.
该文将循环神经网络(recurrent neural network,RNN)应用于雷达临近预报。使用预测循环神经网络(predictive RNN)架构,利用雷达历史组合反射率因子建模,给出雷达组合反射率因子未来1 h的预报结果。预测循环神经网络的核心是在长短时记忆单元(long short-term memory,LSTM)中增加时空记忆模块,能够提取雷达回波不同尺度的空间特征,配合循环神经网络架构,可以有效解决反射率因子预测问题。北京大兴雷达和广州雷达长时间序列的独立检验结果和2个强对流天气个例检验结果表明:该方法和传统的基于交叉相关法的1 h雷达外推临近预报相比,在20 dBZ和30 dBZ检验项目内,临界成功指数(CSI)可以提升0.15~0.30,命中率(POD)提高0.15~0.25,虚警率(FAR)降低0.15~0.20,该方法对反射率因子强度变化有一定预报能力。 相似文献
92.
由于能见度具有局地性和复杂的非线性变化特征,一直是精细化预报的难点。人工神经网络对复杂变化过程的模拟能力较高,为解决这一难题提供了可能性。本文采用循环神经网络,利用福州气象观测站地面观测数据,建立了福州单站能见度短临预报模型,并就预报能力进行了评估。随机检验结果表明,在1 h、3 h、6 h时效上,循环神经网络的预报与观测的变化趋势一致性较好;均方根误差比基于实况的预报分别减小15.75%、31.66%、41.26%,说明具备较好的预报能力;平均绝对值误差比传统BP神经网络分别减小12.90%、24.45%、 38.99%,表明循环神经网络对能见度预报具有优势,为能见度的精细化短临预报提供了新途径。 相似文献
93.
滑坡周期项位移的预测,是研究地质灾害中滑坡变形至关重要的一步。由于单一模型易受偶然因素影响,且无法充分利用有效信息,导致其预测精度不高,适用性不强。基于此,文中提出了一种结合自适应粒子群算法(APSO)、支持向量机回归算法(SVR)、门控神经网络算法(GRU)的组合模型。该模型通过自适应粒子群优化算法对支持向量机回归算... 相似文献
94.
海底地形和海洋重力场在一定波段频率域上存在相关性,传统海底地形反演方法主要考虑海底地形与重力数据之间的线性关系,而忽略非线性项作用对反演结果的影响。基于此,提出了基于海底地形单元分区的BP神经网络反演方法,改善海底地形反演精度。选取东印度洋北部东经90°海岭附近海域(83°E~92°E,10°S~10°N)为实验区,利用船测水深、卫星测高重力等数据,根据地形特征将实验区分为海盆区和海岭区,使用BP神经网络方法分别进行海底地形反演,构建了实验区1′×1′局部海底地形模型。结果表明,基于地形单元分区的反演结果模型平均相对误差精度可达1.45%,比未分区的反演结果均方根误差降低了42 m,验证了本文方法的有效性和可行性。 相似文献
95.
96.
基于模糊神经网络(FNN)的赤潮预警预测研究 总被引:1,自引:0,他引:1
为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP 算法的一个四层模糊神经网络模型。将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通 BP 网络、RBF 网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能。 相似文献
97.
98.
99.
100.
最优权组合预测法在采煤沉陷变形预测中的应用 总被引:1,自引:0,他引:1
煤矿地表沉降变形预测多基于煤矿开采沉陷预计理论展开,基于变形分析理论的变形预测模型目前多集中在单模型预测。本文基于组合预测思想,以非等间隔灰色预测模型与BP神经网络模型为预测单模型,以陕西北部某煤矿采煤工作面上方实测地表沉降值为数据源,以最优加权法对单模型预测结果开展了最优权组合,组合模型中两种单模型的权重分别为0.466 7、0.533 3。选取部分监测点的预测结果进行模型精度评价,结果表明:3种预测模型精度均达到了一级。经对比3种模型预测结果,最优权组合预测的模型精度较单模型明显提升,预测结果较非等间隔灰色预测模型与BP神经网络预测模型有明显增益。 相似文献