全文获取类型
收费全文 | 2859篇 |
免费 | 467篇 |
国内免费 | 436篇 |
专业分类
测绘学 | 1148篇 |
大气科学 | 426篇 |
地球物理 | 490篇 |
地质学 | 923篇 |
海洋学 | 346篇 |
天文学 | 22篇 |
综合类 | 252篇 |
自然地理 | 155篇 |
出版年
2024年 | 96篇 |
2023年 | 278篇 |
2022年 | 295篇 |
2021年 | 322篇 |
2020年 | 185篇 |
2019年 | 215篇 |
2018年 | 128篇 |
2017年 | 106篇 |
2016年 | 105篇 |
2015年 | 96篇 |
2014年 | 143篇 |
2013年 | 110篇 |
2012年 | 128篇 |
2011年 | 118篇 |
2010年 | 92篇 |
2009年 | 152篇 |
2008年 | 161篇 |
2007年 | 136篇 |
2006年 | 105篇 |
2005年 | 126篇 |
2004年 | 87篇 |
2003年 | 70篇 |
2002年 | 82篇 |
2001年 | 63篇 |
2000年 | 61篇 |
1999年 | 52篇 |
1998年 | 43篇 |
1997年 | 36篇 |
1996年 | 50篇 |
1995年 | 49篇 |
1994年 | 52篇 |
1993年 | 13篇 |
1992年 | 3篇 |
1991年 | 1篇 |
1989年 | 1篇 |
1957年 | 2篇 |
排序方式: 共有3762条查询结果,搜索用时 46 毫秒
141.
142.
基于纹理分析和人工神经网络的SAR图像中海面溢油识别方法 总被引:2,自引:0,他引:2
基于纹理分析和人工神经网络建立了用于区别SAR图像中溢油现象和疑似溢油现象的模型.引入图像处理中的纹理分析作为识别溢油现象的特征参量,并利用方差分析对计算的31个特征参量进行筛选作为神经网络的输入.结果表明,模型能够较好的识别溢油现象,测试样本集的总体精度为0.83;纹理特征作为特征参量以及基于方差分析的特征参量筛选提高了溢油现象的识别精度. 相似文献
143.
144.
基于神经-模糊方法的单料烟感官质量评价专家系统 总被引:3,自引:0,他引:3
作者通过对单料烟评吸的结果与理化测定的指标参数进行分析 ,结合专家经验并采用神经 -模糊方法 ,提出一种基于单料烟的理化指标对各感官参数进行分类、分级 ,建造单料烟感官质量评价专家系统的方法。实验表明 ,该系统具有学习与知识提取能力 ,在卷烟产品质量管理新产品开发中具有指导意义 相似文献
145.
赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,重点采用基于深度学习的LSTM与CNN融合方法,挖掘环境因子的时序依赖,发现序列数据的局部特征,对赤潮发生进行预报。在厦门一号和厦门二号数据集中,本方法在预报未来12 h内的赤潮情况时,RMSE、MAE误差分别达到0.521 8、0.504 3。通过协同对比模型进一步确定赤潮发生的预报概率,在两个数据集上的最终预报准确率分别为67.58%和63.49%。本研究为赤潮的分析预报提供了探索经验,证明了将深度学习方法应用于赤潮预报的可行性。 相似文献
146.
147.
148.
149.
在海洋开发利用活动日益增多,海洋环境保护压力日益增大的背景下,进行海洋生态环境状况科学评价方法的研究可以为开展海洋生态环境监测评估与海洋生态环境保护政策制定提供科学依据,促进改善海洋生态环境状况。本文首先基于贝叶斯网络基本理论,构建了海洋生态环境状况贝叶斯网络评价模型;再以山东省为例,充分融合专家经验知识与客观数据,从定性与定量两个角度评价了2013—2019年山东省近海生态环境状况,分析了各评价指标间关系及其对近海生态环境状况的影响程度。评价结果表明2013—2019年山东省近海生态环境状况保持一般状态,海洋环境质量与海洋生态灾害类指标对评价结果影响最大,山东省海洋环境保护工作初见成效。研究结果表明该评价模型能有效评价海洋生态环境状况,分析结果对于环境保护政策制定具有一定的借鉴意义。 相似文献
150.
揭示裂隙岩体纵波速度变化规律对工程岩体质量分级与稳定性评价具有重要意义。以某地下水封洞库无充填型单裂隙花岗岩为研究对象,基于钻孔电视成像、水压致裂法地应力测试与声波全波列测井,获取了384组单裂隙花岗岩的几何特性、受力状态与纵波速度,构建起了预测单裂隙花岗岩纵波速度的进化-神经网络模型,分析了关键指标影响下单裂隙花岗岩纵波速度的变化规律。研究表明:该水封洞库单裂隙花岗岩纵波速度分布于4 300~5 330 m/s之间,82.3%的纵波速度在4 700~5 200 m/s之间;选取裂隙法向应力、平均张开度与倾角作为单裂隙花岗岩纵波速度的预测指标是合理可行的;将现场测试数据分为训练样本与测试样本,基于遗传算法优化神经网络权值、阈值的进化-神经网络模型构建出单裂隙花岗岩纵波速度预测模型,其测试误差最大仅为2.9%,85%的样本测试误差不超过1.5%,预测模型精度较高。分析了纵波速度变化规律,发现单裂隙花岗岩纵波速度随裂隙法向应力增大而增大,但当法向应力增至5 MPa后的纵波速度增大速率逐渐减小,纵波速度随裂隙张开度增大而逐渐减小,纵波速度在裂隙倾角小于40°时无明显变化,此后纵波速度随倾角增... 相似文献