全文获取类型
收费全文 | 186篇 |
免费 | 5篇 |
国内免费 | 11篇 |
专业分类
测绘学 | 95篇 |
大气科学 | 4篇 |
地球物理 | 10篇 |
地质学 | 32篇 |
海洋学 | 5篇 |
综合类 | 17篇 |
自然地理 | 39篇 |
出版年
2023年 | 2篇 |
2022年 | 2篇 |
2020年 | 3篇 |
2019年 | 3篇 |
2018年 | 3篇 |
2017年 | 9篇 |
2016年 | 9篇 |
2015年 | 7篇 |
2014年 | 5篇 |
2013年 | 23篇 |
2012年 | 11篇 |
2011年 | 10篇 |
2010年 | 12篇 |
2009年 | 13篇 |
2008年 | 15篇 |
2007年 | 8篇 |
2006年 | 12篇 |
2005年 | 11篇 |
2004年 | 12篇 |
2003年 | 10篇 |
2002年 | 5篇 |
2001年 | 2篇 |
2000年 | 4篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 2篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1992年 | 1篇 |
排序方式: 共有202条查询结果,搜索用时 15 毫秒
1.
案例推理的地学应用背景和方法 总被引:3,自引:1,他引:2
案例推理 (CBR)研究 ,是人类认知的一种合理性模型 ,接近于人类认识、解决问题最原始的思维方式 ,具有在无法获取机理模型、确定规则或统计模型时 ,采用简单的历史相似性推理实现问题的定量求解和预测 ,成为人工智能领域近年来的研究热点。 相似文献
2.
3.
4.
本文初步研究了遥感、GIS和制图一体化实用技术方法。对黄土丘陵区和沙漠地区TM数据进行了特征信息分析;给出了分层分类和GIS辅助分类结果;经模糊推理和人机交互修改,将提“纯”的遥感专题数据作为GIS的动态信息源,对GIS进行扩充与更新;最后在GIS支持下分层提取专题图并进行辅助制图。 相似文献
5.
通过多源数据融合,将目前GIS中包含的地理信息作为辅助数据,引入到RS图像分析过程中。GIS数据在空间信息、目标属性和目标范围等方面对RS图像分析具有重要的引导作用。 相似文献
6.
利用案例推理(CBR)方法对雷达图像进行土地利用分类 总被引:14,自引:0,他引:14
提出了基于案例推理 (CBR)的遥感分类的新方法。基于规则的专家系统被用来提高遥感分类的效率。但所涉及的规则可能多达上百或上千条 ,有的问题根本无法用规则来表达。CBR只是根据以往的案例进行推理 ,克服了基于规则的推理方法的不足 ,可以用来解决一些复杂的资源环境问题。利用CBR和模糊数学结合 ,并通过分层随机采样来控制案例在空间上的分布 ,以反映复杂环境所造成的光谱变化 ,由此解决遥感分类中的“同物异谱”现象。实验表明 ,所建立的案例库可以被重复多次使用 ,分类的效果比监督分类和非监督分类要好。 相似文献
7.
This article examines the recent progress of geography education as an academic subfield of geography and as an area of activity in K–12 education. Challenges to both endeavors are described. A restructuring of geography education's research program that focuses on spatial thinking and reasoning and merges applied and theoretical research is proposed. 相似文献
8.
探讨从地理空间认知出发,实现基于场所的GIS(PB—GIS)的相关问题。PB—GIS以场所为核心,显式表达地理空间知识,并遵循特定规则进行定性空间推理,从而服务于空间行为决策。比较PB—GIS与基于坐标的GIS(CB—GIS)之间的差异和适合解决的问题,并描述定性空间推理的特点及其在PB—GIS中的应用。在分析实现PB—GIS的关键技术基础上,采用三层架构设计了一个PB-GIS的概念体系结构。 相似文献
9.
Iftikhar U. Sikder 《International Journal of Digital Earth》2016,9(12):1206-1223
This paper presents a granular computing approach to spatial classification and prediction of land cover classes using rough set variable precision methods. In particular, it presents an approach to characterizing large spatially clustered data sets to discover knowledge in multi-source supervised classification. The evidential structure of spatial classification is founded on the notions of equivalence relations of rough set theory. It allows expressing spatial concepts in terms of approximation space wherein a decision class can be approximated through the partition of boundary regions. The paper also identifies how approximate reasoning can be introduced by using variable precision rough sets in the context of land cover characterization. The rough set theory is applied to demonstrate an empirical application and the predictive performance is compared with popular baseline machine learning algorithms. A comparison shows that the predictive performance of the rough set rule induction is slightly higher than the decision tree and significantly outperforms the baseline models such as neural network, naïve Bayesian and support vector machine methods. 相似文献
10.