全文获取类型
收费全文 | 3651篇 |
免费 | 187篇 |
国内免费 | 134篇 |
专业分类
测绘学 | 866篇 |
大气科学 | 189篇 |
地球物理 | 187篇 |
地质学 | 447篇 |
海洋学 | 147篇 |
天文学 | 12篇 |
综合类 | 754篇 |
自然地理 | 1370篇 |
出版年
2024年 | 101篇 |
2023年 | 296篇 |
2022年 | 302篇 |
2021年 | 301篇 |
2020年 | 106篇 |
2019年 | 154篇 |
2018年 | 49篇 |
2017年 | 44篇 |
2016年 | 34篇 |
2015年 | 54篇 |
2014年 | 232篇 |
2013年 | 200篇 |
2012年 | 244篇 |
2011年 | 265篇 |
2010年 | 230篇 |
2009年 | 224篇 |
2008年 | 221篇 |
2007年 | 184篇 |
2006年 | 123篇 |
2005年 | 117篇 |
2004年 | 73篇 |
2003年 | 85篇 |
2002年 | 79篇 |
2001年 | 67篇 |
2000年 | 32篇 |
1999年 | 25篇 |
1998年 | 13篇 |
1997年 | 19篇 |
1996年 | 25篇 |
1995年 | 24篇 |
1994年 | 36篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 3篇 |
1957年 | 5篇 |
排序方式: 共有3972条查询结果,搜索用时 0 毫秒
41.
42.
一是加强地图三要素的学习指导。读图最基本技能是熟练掌握比例尺、方向、图例等地图三要素,通过对比例尺学习,指导学生量算图上距离和实际距离,掌握比例尺的大小和范围大小、内容详略三者之间的关系。 相似文献
43.
如何在中学地理教育中开展研究性学习是地理教育界的一个热门话题。目前,有关地理研究性学习目标定位、实施策略和评价方法的研究已经成熟,但如何设计地理研究性学习活动等涉及实际操作层面的研究却比较少。本文拟对如何设计地理研究性学习活动以及需要注意的基本问题进行初步探讨。 相似文献
44.
面向食品领域的图像检索和分类等方面的研究成为多媒体分析和应用领域越来越受关注的研究课题之一.当前的主要研究方法基于全图提取视觉特征,但由于食品图像背景噪音的存在使得提取的视觉特征不够鲁棒,进而影响食品图像检索和分类的性能.为此,本文提出了一种基于Faster R-CNN网络的食品图像检索和分类方法.首先通过Faster R-CNN检测图像中的候选食品区域,然后通过卷积神经网络(CNN)方法提取候选区域的视觉特征,避免了噪音的干扰使得提取的视觉特征更具有判别力.此外,选取来自视觉基因库中标注好的食品图像集微调Faster R-CNN网络,以保证Faster R-CNN食品区域检测的准确度.在包括233类菜品和49 168张食品图像的Dish-233数据集上进行实验.全面的实验评估表明:基于Faster R-CNN食品区域检测的视觉特征提取方法可以有效地提高食品图像检索和分类的性能. 相似文献
45.
46.
为了探究不同估产模型对冬小麦估产的精度和适用性,提高像元级和地块级冬小麦估产精度。利用机器学习方法支持向量机(SVM)模型、随机森林(RF)模型和深度学习方法长短期记忆(LSTM)模型,对冬小麦进行产量预估。结果表明:在像元级上,LSTM模型、RF模型估产精度高于SVM模型,LSTM模型不仅能够表征作物在生育期的生长变化,还能降低人为因素干扰,估产结果更加客观真实,而SVM模型、RF模型易受到特征共线性和过拟合的影响,因此SVM模型、RF模型更适用于区域性小范围估产。在地块级上,SVM模型、RF模型和LSTM模型地块级估产精度比像元级估产精度均有提高,且LSTM模型估产精度明显高于SVM模型和RF模型,因此LSTM模型更适用于地块级估产,且LSTM模型泛化能力强、普适性高,适用于大范围农作物估产。 相似文献
47.
无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。 相似文献
48.
针对低频(采样间隔大于1min)轨迹数据匹配算法精度不高的问题,提出了一种基于强化学习和历史轨迹的匹配算法HMDP-Q,首先通过增量匹配算法提取历史路径作为历史参考经验库;根据历史参考经验库、最短路径和可达性筛选候选路径集;再将地图匹配过程建模成马尔科夫决策过程,利用轨迹点偏离道路距离和历史轨迹构建回报函数;然后借助强化学习算法求解马尔科夫决策过程的最大回报值,即轨迹与道路的最优匹配结果;最后应用某市浮动车轨迹数据进行试验。结果表明:本文算法能有效提高轨迹数据与道路匹配精度;本算法在1min低频采样间隔下轨迹匹配准确率达到了89.2%;采样频率为16min时,该算法匹配精度也能达到61.4%;与IVVM算法相比,HMDP-Q算法匹配精度和求解效率均优于IVVM算法,16min采样频率时本文算法轨迹匹配精度提高了26%。 相似文献
49.
50.