全文获取类型
收费全文 | 3234篇 |
免费 | 701篇 |
国内免费 | 998篇 |
专业分类
测绘学 | 595篇 |
大气科学 | 397篇 |
地球物理 | 807篇 |
地质学 | 2027篇 |
海洋学 | 568篇 |
天文学 | 24篇 |
综合类 | 284篇 |
自然地理 | 231篇 |
出版年
2024年 | 55篇 |
2023年 | 211篇 |
2022年 | 293篇 |
2021年 | 285篇 |
2020年 | 208篇 |
2019年 | 272篇 |
2018年 | 175篇 |
2017年 | 157篇 |
2016年 | 144篇 |
2015年 | 183篇 |
2014年 | 249篇 |
2013年 | 179篇 |
2012年 | 196篇 |
2011年 | 199篇 |
2010年 | 213篇 |
2009年 | 202篇 |
2008年 | 210篇 |
2007年 | 157篇 |
2006年 | 140篇 |
2005年 | 137篇 |
2004年 | 107篇 |
2003年 | 93篇 |
2002年 | 109篇 |
2001年 | 106篇 |
2000年 | 88篇 |
1999年 | 80篇 |
1998年 | 62篇 |
1997年 | 76篇 |
1996年 | 71篇 |
1995年 | 51篇 |
1994年 | 33篇 |
1993年 | 44篇 |
1992年 | 40篇 |
1991年 | 29篇 |
1990年 | 29篇 |
1989年 | 24篇 |
1988年 | 4篇 |
1987年 | 3篇 |
1986年 | 3篇 |
1985年 | 5篇 |
1984年 | 1篇 |
1983年 | 3篇 |
1982年 | 3篇 |
1979年 | 2篇 |
1977年 | 1篇 |
1954年 | 1篇 |
排序方式: 共有4933条查询结果,搜索用时 343 毫秒
161.
城市功能结构的探索对人们理解城市及城市规划有着重要的作用。兴趣点(point of interest,POI)数据作为城市设施的代表,被广泛应用于城市功能区提取。以往对城市功能区研究大多只考虑了POI统计信息,忽略了POI中丰富的空间分布信息,而POI空间分布特征与区域功能密切相关。本文利用空间共位模式挖掘方法挖掘POI潜在上下文关系,提取POI空间分布信息,构建区域特征向量,并进行区域聚类;再利用POI类别比例、居民的出行特征等对聚类结果进行识别。以北京市核心城市功能区为例,将研究结果与北京市百度地图、居民出行特征进行对比验证分析。试验表明,本文方法能识别出具有明显特征的城市功能区,如成熟的娱乐商业区、科教文化区、居住区等。同时,与基于POI语义信息的LDA方法及顾及POI线性空间关系的Word2Vec方法进行对比分析,证明了本文方法的优越性。 相似文献
162.
复杂卫星图像中的小目标船舶识别 总被引:1,自引:1,他引:0
船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。 相似文献
163.
轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法,对于轮廓与特征点的提取最常用的方法是手动描绘与标定,利用计算机视觉进行轮廓与特征点的提取,不仅可以降低手动提取带来的误差、提高准确性,而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点,首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理,然后利用Canny算法提取角质颚轮廓,最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示,利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的,当标准差σ取值为0.1时角质颚轮廓图效果最佳,在得到的轮廓图上进行特征点的标定,通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为,将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性,同时也为后续的研究提供了新的实验思路和方法。 相似文献
164.
水下磁性目标产生的磁场成为重要的水下目标非声探测信号源,因此对水下磁性目标的静磁场建模原理开展了研究。实现了均匀磁化的旋转椭球体模型和磁偶极子模型,并对2种模型在目标磁异常信号仿真上的适应性进行了分析。研究表明:相比于磁偶极子模型,旋转椭球体模型在传感器与目标距离较近时也能表现很好的适应性。由此,利用旋转椭球体模型,首先通过仿真计算构建了目标在不同运动速度状态下的近距离磁异常信号数据集,然后开展基于深度学习方法的水下磁性目标运动速度识别方法研究,最后识别效果在验证集和测试集上分别取得了0.17m/s和0.74m/s良好的误差精度,为后续目标的航向等状态识别奠定重要基础。 相似文献
165.
不同粒级土壤中的碳有着不同的周转规律,在高CO2浓度条件下,它们含量的变化将在一定程度上反映土壤碳是累积还是减少,对明确土壤碳的变化趋势有重要意义.采用田间培养试验初步模拟研究在高CO2浓度条件下土壤不同粒级碳的分布.结果表明,加入秸秆培养1年,由于CO2浓度升高的原因导致在低氮(LN)、常规氮(NN)和高氮(HN)水平下土壤中碳分别增加0.01、1.10、1.22g/kg,表现为粒级<53 μm土壤颗粒中碳分别增加1.53、2.19、2.70 g/kg.粒级<53 μm土壤颗粒碳量的增加,主要是由于其重量分配百分数显著增加36.2%,碳浓度增加5.4%;粒级>250μm和250~53μm土壤颗粒部分虽然其碳浓度分别增加20.8%和17.3%(P<0.05),但由于重量分配百分数分别显著降低22.8%和36.1%,结果碳量降低.试验表明高CO2浓度导致不同粒级土壤的分配及碳浓度的变化;高氮施肥水平下有增加土壤碳量特别是小粒级土壤碳量的趋势. 相似文献
166.
167.
168.
Liancong LUO Boqiang QIN Guang GAO Guangwei ZHU Jinshan ZHANG 《国际泥沙研究》2006,21(4):312-320
1 INTRODUCTION Large amounts of nutrients and contaminants such as trace metals are transported into large lakes frominflow rivers and then absorbed onto or associated with fine-grained sediment particles (Sheng and Lick,1979). The nutrients and contamina… 相似文献
169.
170.