全文获取类型
收费全文 | 147篇 |
免费 | 5篇 |
专业分类
测绘学 | 20篇 |
大气科学 | 1篇 |
地球物理 | 1篇 |
地质学 | 14篇 |
海洋学 | 3篇 |
综合类 | 41篇 |
自然地理 | 72篇 |
出版年
2023年 | 8篇 |
2022年 | 24篇 |
2021年 | 11篇 |
2020年 | 10篇 |
2019年 | 6篇 |
2018年 | 6篇 |
2017年 | 5篇 |
2016年 | 2篇 |
2015年 | 5篇 |
2014年 | 6篇 |
2013年 | 3篇 |
2012年 | 10篇 |
2011年 | 18篇 |
2010年 | 3篇 |
2009年 | 6篇 |
2008年 | 6篇 |
2007年 | 2篇 |
2006年 | 9篇 |
2005年 | 2篇 |
2004年 | 1篇 |
2003年 | 3篇 |
2001年 | 1篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
排序方式: 共有152条查询结果,搜索用时 250 毫秒
11.
基于中国“旅行社责任保险统保示范项目”中2 217条旅游“两抢一盗”犯罪事件案例数据,采用空间自相关、标准差椭圆、核密度分析和季节强度指数对中国旅游“两抢一盗”犯罪事件的时空分布特征进行分析,并采用模糊集定性比较分析法(fsQCA)对事件的组态影响因素进行探究。研究发现:1) 2010-2019年中国旅游“两抢一盗”犯罪事件分布存在空间相关性与区域集聚性,但在2016年以后空间集聚性减弱。2)中国旅游“两抢一盗”犯罪事件在空间上集中分布于“胡焕庸线”东侧,并呈现总量逐年下降、高发区域不断缩减的趋势,各地区盗抢事件分布存在季节差异性和空间流动性特征,“两抢一盗”犯罪事件在昼夜24 h内呈现“驼峰”型变化趋势,存在时段集中性与省域差异性分布规律。3)旅游“两抢一盗”犯罪事件是多重因素并发的结果,5种前因组态路径构成盗抢事件发生的充分条件,地方风险因素、旅游集聚因素以及社会控制因素的相互耦合作用形成中国“两抢一盗”事件的空间分异格局,旅游依托型的偏远省份和人口密度较高的旅游大省是组态因素引致“两抢一盗”犯罪事件的代表性区域。 相似文献
12.
拐卖儿童犯罪屡禁不止,备受社会和学界关注。地理学视角下的已有研究多注重宏观区域定量分析,缺少基于寻亲成功案例聚焦被拐儿童的微观定性分析,尤其对被拐儿童记忆空间与记忆地图的探究不足。文章基于从“宝贝回家”公益平台提取的典型案例,综合运用文本分析、认知地图分析、案例分析等方法,探索寻亲成功的被拐儿童记忆地图模式及其影响因素。结果表明:1)被拐儿童记忆内容由地方性知识、家庭性知识和个体性知识3部分构成。其中,地方性知识包括儿童家乡的自然物理环境与社会文化环境要素;家庭性知识包括儿童原生家庭成员信息、亲缘关系等要素;个体性知识包括儿童自身体貌特征、失踪时穿着等要素。2)被拐儿童记忆空间形成于其日常活动空间,是地理空间与人文情感的结合;随着儿童年龄增长和时代变迁,儿童记忆空间要素产生变化,形成不同阶段不同时代的独特个体记忆,儿童生活环境的变化易塑造混合复杂的记忆空间。3)被拐儿童记忆地图根据其记忆内容及记忆要素类型分为多要素混合式记忆地图(依托多种感官、多要素定位家乡区域)、空间化布局式记忆地图(即手绘完整地图,具有空间性和尺度性)、单要素主导式记忆地图(即以地标和地名为关键要素)3种模式。4)儿童对其日常活动中频繁接触的场所会留下较为深刻印象,家乡环境中独特形状的道路、水域更易使儿童产生记忆,成为寻亲过程中的重要促进因素;地名、方言、习俗组合与地名、地标组合成为寻亲成功的关键要素组合。 相似文献
13.
拐卖犯罪的时间跨度长、社会危害性高,会对受害者造成一生的记忆创伤。未成年人作为弱势群体,极易受到拐卖犯罪的侵害。早前拐卖的相关研究主要集中在法学和社会学领域,基于地理学视角的研究起步较晚,且缺少针对犯罪高发区云南省的研究。为此,文章基于公益平台“宝贝回家”网站的数据资料,运用数理统计、空间分析等方法,从未成年受害群体视角探究云南省拐卖犯罪的时空格局及影响因素。研究发现:1)来自乡村的被拐未成年人占总体的77%,从乡村拐入乡村的拐卖数量最多;同时,被拐未成年人整体趋于低龄化,呈现较强的低龄男童偏好以及大龄女童偏好。2)1958—2019年云南省拐卖未成年人数量在时间上呈现“倒V型”波动特征,高发期为1994—2005年,其时间演变受特殊历史事件、国家政策和打拐活动等的影响。3)空间上,云南省东部犯罪总量较高,扩散速率较快,其中曲靖、昆明、昭通为热点区域;县域尺度上,官渡区、昭阳区、盘龙区、西山区、五华区、镇雄县、宣威市的被拐未成年人数量占总数的49.5%;同时,过半案件发生在居住场所附近,封闭式公共场所附近案件发生量最少。4)影响因素上,自然因子对拐卖犯罪的影响力度最小,人口因子对犯罪快速增长期影响显著,社会和经济因子对犯罪高发期和低发期的作用显著。 相似文献
14.
犯罪预测是进行犯罪预防的前提,高效准确的犯罪预测对于提高城市管理效率、保障公共安全都具有重要的意义。当前,关于犯罪预测的已有研究大多采用单一的机器学习方法或深度学习模型,忽略了犯罪的时空依赖关系,往往难以获得准确的预测结果。本文提出一个基于深度学习技术的犯罪时空预测模型—GAERNN:(1)利用GAE模型捕获犯罪案件的空间分布特征;(2)将带有空间依赖关系的特征经序列化处理后作为GRU模型的输入,进一步提取犯罪序列的时间特征;(3)经全连接层处理获得犯罪时空预测结果,并选取MLP、GCN等基准模型进行对比实验,结合RMSE、MSE等多个指标对模型预测结果进行评估。实验结果表明:对于各模型预测结果可视化分析,GAERNN模型预测的可视化结果与实际数据分布最相符合;在各模型误差分析方面,相比预测性能较差的MLP,GAERNN模型各月份的RMSE分别降低了1.02、3.58、1.29以及0.45;在子模块有效性评估方面,相比其变体模型GAE-LSTM,GAERNN模型在各月份的MAPE分别降低了2.15%、10.07%、1.92%以及2.54%,说明GAERNN模型能显著提高盗窃犯罪时空预测... 相似文献
15.
陈龙 《测绘与空间地理信息》2015,(5):105-108
近年来,犯罪和暴力问题已经成为人们重点关注的社会热点问题,其严重影响社会和谐以及人民日常生活质量.暴力犯罪行为可能由于多种原因引起,其中之一就是就业情况.公众普遍认为,高失业率将引发高犯罪率,因此检测就业情况与犯罪行为之间的关系就显得尤为重要.本文将主要针对不同类型犯罪行为以及总犯罪率与失业率之间的关系进行分析,以便分析其中的关系和联系.在GeoDa软件的帮助下,可以形成一系列图表来帮助得到需要的结果.暴力犯罪、毒品犯罪和入室犯罪将作为典型犯罪类型进行单独分析.从1980年开始,苏格兰政府开始进行了一系列的统计,其主要目的是检测苏格兰地区的所有基本参数以便为苏格兰研究机构提供帮助.本文基于苏格兰政府SIMD统计参数,并主要针对爱丁堡这一苏格兰政治经济中心同时也是苏格兰首府进行分析. 相似文献
16.
唯一人口最密集小岛唯一没有犯罪记录的圣洁之地唯一交通工具毛驴对许多人来说,拉姆都是遥远而未知的,谜一样的小岛更成为一种诱惑。拉姆古城是最能代表肯尼亚乃至整个东非历史的地方,是斯瓦西里文化的发源地。岛上有着最美的落日和热带岛屿风情,有着浓郁的伊斯 相似文献
17.
犯罪出行是犯罪地理学的重要研究议题,在犯罪防控、侦破等警务实践中具有突出的技术贡献。受制于研究数据的限制,中国犯罪出行实证研究较为缺乏。论文研究了2010—2016年长春市南关区扒窃犯罪出行的空间模式与影响因素,并指出:① 2010—2016年长春市南关区扒窃犯罪出行平均距离为5.74 km,存在明显的空间衰减效应,空间模式为就近掠夺,在距离犯罪者居住地2 km处出现犯罪缓冲区。② 南关区扒窃犯罪高发区与犯罪群体主要聚居地在空间上呈现重叠,该区域犯罪以就近掠夺的空间模式为主。③ 回归模型验证了犯罪者人口属性中性别、户籍地、是否就业和具有前科劣迹、涉案金额、犯罪地点所属类型对于出行距离的显著影响,其中户籍地变量为理解转型期中国大城市犯罪行为具有一定意义。 相似文献
18.
环境犯罪已成为涉案价值较大的世界第四大犯罪类型,对地球生态、社会等均产生深远影响,但当前关于国内各类环境犯罪的宏观空间特征与机制仍不明确.该文基于中国裁判文书数据,对2014-2019年中国环境犯罪的省域空间分布格局及其形成机制进行研究,结果表明:1)2014-2019年中国环境犯罪案件总量持续快速上升,主导类型为与林木、农用地相关的犯罪,且呈东多西少、云桂高发的稳定空间格局;2)2019年七大类及其子类(如盗伐、滥伐林木)环境犯罪的空间分布存在很大差异,凸显了进行环境犯罪分类型深入研究的必要性;3)根据省域首要环境犯罪类型,中国内地31省域可划分为6种类型,其中南方省域的首要环境犯罪普遍与林木、水产品相关,而北方省域则多与农用地、野生动物相关;4)提出解释环境犯罪空间分布的一般性框架,即"棱锥型"作用机制,涉及自然资源禀赋、地区产业结构、消费市场需求、跨区域犯罪组织、环境立法与监管五大因素.最后,探讨了未来环境犯罪研究与治理中需注意和思考的关键性问题. 相似文献
19.
发现犯罪时空分布规律并预测犯罪发生,是提高警务策略有效预防、控制犯罪的重要方法。在分析财产犯罪时空规律的基础上,利用BP神经网络模型自动学习训练各因子与财产犯罪的非线性关系,建立了财产犯罪预测模型。针对BP神经网络模型易陷入局部最优和模型不稳定的缺陷,提出了利用遗传算法(GA)选择各因子最优的初始化权重和参数,并以此作为BP神经网络模型的初始化权重矩阵,通过对历史数据的学习及训练建立了改进后的GA-BP神经网络模型。利用某市2007~2012年财产犯罪、人口、GDP、土地利用等35个综合影响因子数据,对改进前后的模型进行了预测对比试验。结果表明,改进后的GA-BP神经网络模型成功克服了BP模型的缺陷,收敛迭代最小次数从117次改进到8次;10次计算收敛迭代次数最大误差从370次提高到5次;模型预测精度(RMES)从0.043 0提高到0.019 95。 相似文献
20.
基于风险地形建模的毒品犯罪风险评估和警务预测 总被引:2,自引:2,他引:0
犯罪具有明显的时空特征,研究犯罪问题离不开时间和空间维度分析,以及产生犯罪的社会、地理、生态、环境等因素。风险地形建模是美国学者研发的空间风险评估和警务预测技术,已在全球六大洲45个国家和美国35个州得到了独立测试和验证,被广泛应用于警务预测、国土安全、交通事故、公共医疗、儿童虐待、环境污染、城市发展等多个领域。在毒品、纵火、爆炸、强奸、抢劫、盗窃等犯罪研究领域更是取得了显著成果。本文运用犯罪热点分析和风险地形建模,以长三角地区N市毒品犯罪为研究对象,对该市2015年毒品犯罪的危险因子、空间盲区、风险地形进行分析,探索毒品犯罪的生成机理和演化规律,并对2016年毒品犯罪进行预测。研究结果表明,N市毒品犯罪呈现明显的犯罪热点和冷点;出租屋、酒店、车站、ATM机、停车场、娱乐场所、城市快速路、网吧是N市毒品犯罪的风险性因素。风险地形建模能较好地预测毒品犯罪。公安机关禁毒部门应据此进行严密管控,逐步限制、消除犯罪产生地、犯罪吸引地、犯罪促进地的生存土壤和条件。 相似文献