全文获取类型
收费全文 | 113篇 |
免费 | 7篇 |
国内免费 | 40篇 |
专业分类
林业 | 21篇 |
农学 | 18篇 |
基础科学 | 15篇 |
52篇 | |
综合类 | 50篇 |
农作物 | 1篇 |
畜牧兽医 | 1篇 |
植物保护 | 2篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2022年 | 7篇 |
2021年 | 9篇 |
2020年 | 8篇 |
2019年 | 12篇 |
2018年 | 7篇 |
2017年 | 10篇 |
2016年 | 5篇 |
2015年 | 4篇 |
2014年 | 7篇 |
2013年 | 8篇 |
2012年 | 8篇 |
2011年 | 6篇 |
2010年 | 7篇 |
2009年 | 5篇 |
2008年 | 1篇 |
2007年 | 13篇 |
2006年 | 6篇 |
2005年 | 3篇 |
2004年 | 6篇 |
2003年 | 10篇 |
2002年 | 3篇 |
2001年 | 4篇 |
2000年 | 2篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1995年 | 2篇 |
排序方式: 共有160条查询结果,搜索用时 15 毫秒
81.
82.
83.
84.
协同光学与雷达遥感数据的面向对象土地覆盖变化检测 总被引:1,自引:1,他引:0
西南地区受云、雨天气的影响,高质量的光学数据难以获取,合成孔径雷达数据可以全天时全天候地工作,但其重访周期较长,因此在多云多雨地区协同光学与雷达数据开展土地覆盖变化检测,可以弥补单一遥感数据源的不足,对国土资源调查评估及全球变化研究具有重要的意义。该研究基于2019年眉山地区Sentinel-2光学数据对2016年和2019年全极化Radarsat-2数据生成的差异影像进行面向对象引导分割,提取对象级多维特征,并提出FSO-RF变化检测框架,该框架利用样本间距离度量可分性特征空间优化(Feature Space Optimization, FSO)方法来优化特征空间,结合面向对象的随机森林(Random Forest,RF)分类器实现土地覆盖变化检测,与现有的变化检测算法对比,该研究的变化检测框架在精度上有较大提升,在试验区的准确率达到92.90%,通过抽取具有代表性的样区进行检验,两个样区变化检测结果的准确率分别为95.08%和88.16%。该研究提出的算法框架可以很好地满足城镇、农田等不同地物类别的变化检测需求,在国土资源监测中具有一定的应用价值。 相似文献
85.
文章分析了虚拟企业构建过程中的关键建模技术,将虚拟企业模型分为伙伴选择模型和企业参考模型,构造了虚拟企业伙伴选择的综合评价体系;在分析比较了几种主要的面向对象建模方法的特点后,提出了虚拟企业的总体框架模型,给出了虚拟企业伙伴选择模型的主要类的交互图. 相似文献
86.
针对面向对象程序设计—Java课程的特点及培养目标,提出了一种基于任务驱动的教学模式,由课程任务准备及设计、任务实施和学习效果评价3个环节组成。该教学模式实用性强,能够调动学生的学习积极性,增强面向对象程序设计—Java的教学实效,进一步培养学生的团队协作意识和软件开发专业素养。 相似文献
87.
高分辨率影像城区建筑物提取研究 总被引:1,自引:0,他引:1
【目的】探讨高分辨率遥感影像城区建筑物提取方法,为快速获取城区建筑物分布和辅助制订城区发展规划提供参考。【方法】以陕西杨凌西北农林科技大学北校区为研究对象,采用知识规则与支持向量机(Support vector machines,SVM)相结合的面向对象分析方法,从QuickBird影像中提取建筑物,并与基于SVM的面向对象分析方法及传统的基于像元的分类方法进行比较。【结果】采用知识规则与SVM相结合的面向对象分析方法所得的分类结果表明,提取建筑物总体精度达到90.68%,Kappa系数为0.81,较基于SVM的面向对象分析方法、SVM、最大似然法、K均值法总体精度分别提高了10.38%,15.31%,26.4%和29.2%。【结论】基于知识规则和SVM相结合的面向对象分析方法精度高、速度快,可快速获取建筑物的分布情况。 相似文献
88.
89.
90.
植被类型是反映气候变化和生态环境变化最直接、最敏感的指示器。草地作为青藏高原最主要的植被类型,对其进行分类研究可以为高原草地退化、荒漠化等研究提供直接的信息,也可以为全球变暖、冻土退化等提供间接的分析数据,同时还可以为陆面模型的模拟提供重要的参数。大面积区域的植被分类可以通过将研究区内的位置、纹理和地形属性等信息综合考虑来完成,面向对象的植被分类方法可以通过对研究区多重信息进行分割和合并,来生成植被类型图。而且,该方法可以克服传统决策树分类方法成图时像元分散的缺点。利用TM假彩色合成影像、ASTER DEM数据和MODIS的EVI和LST产品,对玉树地区的高寒草地类型进行了面向对象的划分,总体精度为49.32%。虽然相比仅用单独决策树分类方法的总体精度略微偏低,不过该方法可以在保持环境、地域等因子同植被类型统计关系的基础上,克服决策树方法带来的“椒盐效应”。此外,植被模型的物理过程、参数计算和获取环境因子等都比较复杂,本研究的方法也可以为植被分类制图提供一种简单,快速的方法。 相似文献