全文获取类型
收费全文 | 112篇 |
免费 | 9篇 |
国内免费 | 39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.
介绍面向对象森林分类的背景,综述森林分类的理论和方法,概述面向对象遥感图像森林分类研究进展,分析其目前尚存在着影像自动识别困难、图像阴影去除困难、优势树种识别困难及分类精度偏低等问题,并展望了发展趋势。 相似文献
82.
【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
83.
周一玲 《中南林业科技大学学报(自然科学版)》2004,24(2):64-69
软件体系结构对软件性能、质量和生命周期的影响是非常关键的,它与具体的开发过程紧密相关.面向对象的有限元程序设计可以大大提高程序的模块化和代码的重用性.在有限元基本数据封装和单元过程设计的基础上,构建了有限元工程软件构架和原型,详细讨论了使用该软件构架进行有限元程序开发的方法.实例应用表明,与传统的方案相比,此方法能更完整地抽象出各类有限元数据的共性,能更好地适应系统的扩充. 相似文献
84.
从开发林业建设项目经济可行性评价系统的必要性出发,详细分析了该系统的体系结构、开发工具的选择、系统IPO图和功能模块的设计。该系统能够实现对一些报表和指标的自动计算,图表和评价报告的输出,为投资决策提供依据。 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.
87.
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
88.
基于主被动遥感数据和面向对象的大蒜识别 总被引:1,自引:0,他引:1
针对开封市大蒜种植破碎化程度高,光学数据难以高精度、快速提取问题。该研究基于谷歌地球引擎(Google Earth Engine,GEE)云平台、随机森林算法(Random Forest,RF)和面向对象方法,选择融合Sentinel-1卫星的后向散射系数与Sentinel-2卫星的光谱、光谱指数及纹理特征,分别应用10 m与加入植被红边波段的20 m空间分辨率遥感数据,探究不同特征组合对改善大蒜识别精度的性能。试验结果表明:应用10 m空间分辨率的Sentinel主被动遥感数据,在简单非迭代聚类(Simple Non-iterative Clustering,SNIC)分割尺度为5,灰度共生矩阵(Gray-level Co-occurrence Matrix,GLCM)邻域值为4,7个纹理特征选择第一、二主成分时,分类总体精度和Kappa系数最高,为94.54%、0.93,大蒜的制图精度和用户精度为97.83%、96.38%。应用加入植被红边波段的20m空间分辨率Sentinel主被动遥感数据,在SNIC分割尺度为3,GLCM邻域值为4,7个纹理特征选择第一、二主成分时,分类总体精度和Kappa系数最高,为94.14%、0.92,大蒜的制图精度和用户精度为95.72%、98.81%。单独使用Sentinel-2光学数据,加入植被红边波段的20m分辨率数据相对10 m分辨率数据,大蒜制图精度和用户精度分别提高0.49%和4.38%。单独使用时序Sentinel-1 SAR数据,10 m空间分辨率数据的大蒜制图精度和用户精度优于20 m分辨率数据0.66%和2.07%。本研究为遥感数据识别生长周期相同或重叠的大宗、小宗经济作物提供技术参考。 相似文献
89.
From the point of view of Knowledge-based Engineering, the knowledge expression, the knowledge organizing format, the knowledge base and management system is researched aiming at the characteristic of motor total design and the knowledge. The knowledge of motor concept design is expressed and organized by Object Oriented method, and the blocking knowledge base is built. Base on the academic research, the Object Oriented knowledge base and its management system for motor intelligent design platform are developed. The result indicates this knowledge base can effectively express the motorcycle knowledge, and make reasoning simply. 相似文献
90.