全文获取类型
收费全文 | 107篇 |
免费 | 22篇 |
国内免费 | 42篇 |
出版年
2024年 | 1篇 |
2023年 | 4篇 |
2022年 | 8篇 |
2021年 | 3篇 |
2020年 | 3篇 |
2019年 | 3篇 |
2018年 | 3篇 |
2017年 | 4篇 |
2016年 | 2篇 |
2015年 | 8篇 |
2014年 | 5篇 |
2013年 | 11篇 |
2012年 | 8篇 |
2011年 | 5篇 |
2010年 | 1篇 |
2009年 | 4篇 |
2008年 | 7篇 |
2007年 | 11篇 |
2006年 | 10篇 |
2005年 | 10篇 |
2004年 | 12篇 |
2003年 | 7篇 |
2002年 | 10篇 |
2001年 | 3篇 |
2000年 | 5篇 |
1999年 | 4篇 |
1998年 | 4篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1994年 | 10篇 |
1993年 | 2篇 |
排序方式: 共有171条查询结果,搜索用时 15 毫秒
1.
基于微波遥感技术探测森林地表土壤含水率 总被引:3,自引:0,他引:3
森林地表土壤含水率是森林生态系统中的重要参数,使用微波遥感技术快速准确地估算区域尺度上的森林地表土壤含水率,对于森林生态系统研究具有重要的现实意义.本文利用TDR-300土壤含水率速测仪测得黑龙江大兴安岭地区塔河林业局盘古林场内120块样地的森林地表土壤含水率作为因变量,利用C波段全极化SAR数据的极化分解参数作为自变量,构造多元线性回归统计模型和BP神经网络模型,定量估测森林地表土壤含水率,通过模型反演获得区域尺度上森林地表土壤含水率的空间分布.结果表明: 多元线性回归统计模型的精度为86.0%,均方差根误差(RMSE)为3.0%;BP神经网络模型的精度为89.4%,RMSE为2.7%.说明利用BP神经网络模型定量估测森林地表土壤含水率优于多元线性回归模型,将全极化SAR数据通过BP神经网络模型进行仿真,最终得到研究区域的森林地表土壤含水率空间分布图. 相似文献
2.
基于Hyperion高光谱数据的城市植被胁迫评价 总被引:1,自引:0,他引:1
快速获取城市植被的胁迫状态,不仅对城市植被健康状况的维护,而且对城市生态环境的改善具有重要意义.在对受胁迫植被的生理特征和光谱特征进行分析的基础上,利用星载高光谱Hyperion数据,计算出与胁迫相关的14种高光谱植被指数,在此基础上运用BP神经网络算法建立了城市植被胁迫强度分类器,对城市植被的胁迫强度进行了识别与分析.结果表明:城市中心商住区的植被受胁迫程度明显高于城乡结合部和郊区;植被的受胁迫现象在大块绿地外围呈环状分布;构建的植被胁迫强度分类器能够较为准确地反映植被受胁迫的强度信息,可为大面积城市植被胁迫监测提供一种较为可靠而快捷的方法. 相似文献
3.
用BP神经网络基于氨基酸特性预测非同源蛋白质二级结构含量 总被引:1,自引:0,他引:1
依据蛋白质氨基酸特性,以氨基酸组成和有偏自协方差函数为特征矢量,用BP神经网络提出了一种预测非同源蛋白质中α螺旋和β折叠二级结构含量的计算方法。采用相互独立的非同源蛋白质数据库对该方法进行了检验。用Ponnuswamy值时,对二级结构α螺旋和β折叠含量的预测结果是;自检验平均绝对误差分别为0.069和0.065,相应标准偏差分别为0.044和0.047;他检验平均绝对误差分别为0.077和0.070,相应标准偏差分别为0.051和0.049。与仅以氨基酸组成为特征矢量的BP神经网络方法比较,相应的他检验平均绝对误差分别减小了0.024和0.016,标准偏差分别减小了0.031和0.018;与改进的多元线性回归方法比较,相应的他检验平均绝对误差分别减小了0.018和0.011,准偏差分别减小了0.020和0.012。表明:基于氨基酸组成和有偏自协方差函数为特征矢量的BP神经网络预测蛋白质二级结构含量的方法可有效提高预测精度。 相似文献
4.
5.
以低品位黄铜矿溶液为原料,浸矿制备Cu2+能有效提高低品位黄铜矿的利用价值。基于浸矿过程中存在多因素影响的现象,通过正交试验与神经网络分析方法,对浸矿条件(接种量、矿石品位、Fe2+添加量及浸矿溶液pH)实行优化。结果表明:在正交试验组中最佳试验结果为浸矿产128.753mg/LCu^2+;BP神经网络优化后的最佳实验组合为微生物接种量12%、矿石品位0.3%、添加Fe^2+24g/L及浸矿溶液pH1.7,该条件下验证试验产Cu^2+ 141.352mg/L,通过正交试验及神经网络优化提高了微生物浸出低品位黄铜矿酸性溶液Cu^2+的产量。 相似文献
6.
BP网络模型和LOGIT模型在森林害虫测报上的应用初报——以安徽省潜山县马尾松毛虫为例 总被引:9,自引:1,他引:8
以安徽省潜山县马尾松毛虫测报为例,在潜山县全县设置102个诱捕点,诱集越冬代成虫,并同时记录环境因子数据,例如树高、树龄、坡向、植被等。以这些环境因子为测报因子,以性外激素诱集到的雄蛾数代表田间实际发生情况,构建了森林重要害虫-马尾松毛虫的分类测报模型-BP人工神经网络和概率测报模型。BP网络模型的拟合率为100%,预留样检验报准率为100%。LOGIT模型的一致对率为74%。两类模型的拟合结果和预测结果基本吻合。BP网络的测报能力优于LOGIT模型。 相似文献
7.
应用近红外光谱法估测小麦叶片糖氮比 总被引:3,自引:0,他引:3
糖氮比能够反映作物碳氮代谢的协调程度,及时、准确地监测糖氮比对于作物氮素营养诊断和调控具有重要意义.本研究以不同年份、品种、施氮水平的小麦大田试验为基础,获取鲜叶和粉末状干叶近红外(NIR)光谱及糖氮比信息,分别运用偏最小二乘法(partial least squares, PLS)、BP神经网络(back propagation neural network, BPNN)和小波神经网络(wavelet neural network, WNN)3种方法建立了小麦叶片糖氮比预测模型,并利用随机选择的样品集对所建模型进行测试和检验.结果表明: 小麦鲜叶光谱模型预测性能不佳;而干叶片预测模型表现了较好的准确性,在1655~2378 nm谱区范围内基于3种方法构建的干叶粉末糖氮比估算模型,其预测均方根误差均低于0.3%,决定系数均高于0.9.比较而言,WNN法表现最佳.总体显示,近红外光谱法可以准确预测小麦叶片糖氮比状况,为科学诊断糖氮比提供了理论基础和技术途径. 相似文献
8.
叶面积指数(Leaf Area Index,LAI)高度综合了植被水平覆盖状况和垂直结构,以及枯枝落叶层厚薄和地下生物量多少,是植被影响土壤侵蚀的主要方面。区域尺度的时间序列叶面积指数揭示了区域土壤侵蚀的演化过程。因此,及时准确地掌握区域尺度上长时间序列的植被LAI,对研究土壤侵蚀动态变化与植被的关系至关重要。选择南京市1988-2013年10期遥感影像,基于反向传播(Back Propagation,BP)神经网络构建LAI反演模型,进行了长时间序列的叶面积指数反演。结合2009和2010年LAI实测值,验证与探讨了该模型的评价精度与适应性。结果表明:(1)该模型拟合度较高,2009和2010年平均相对误差、均方根误差、相关系数分别是0.2395和0.2174,0.2962和0.2581,0.7713和0.6844,各项精度评价指标均较好;(2)统计分析去除耕地后全市LAI变化,低植被覆盖(LAI<2)面积不断增加,高植被覆盖区(LAI>3)面积先减少后增加,耕地面积不断减少,符合南京市的发展变化规律;(3)主城区LAI年际变化与其他学者得到的南京市植被盖度变化趋势一致,反演结果的时序性较高。本文提出的基于反向传播神经网络模型反演长时间序列LAI是可行的,为区域尺度土壤侵蚀定量遥感监测提供新途径。 相似文献
9.
改进的遗传算法(GA)自动优化支持向量机(SVM)参数,同步决策最优特征子集。新颖的分组多基因交叉技术保留了基因小组中的信息,而且允许后代继承更多的来自染色体的遗传信息。该算法促进可行解集中的高质量染色体信息交换,提高了解空间的搜索能力。实验结果说明:改进GA-SVM不仅可决策出与疾病相关的重要特征变量、优化SVM参数,而且可提升分类性能。与前馈BP神经网络及自适应模糊推理系统两种学习算法的比较表明,改进GA-SVM具有更好地表现。 相似文献
10.
近年来,我国近海多种重要渔业资源处于不同程度的衰退状态,而短蛸具有生命周期短、生长迅速的特点,在我国近海经济渔获产量中占重要地位。然而,有关短蛸的栖息分布特征及其与环境因子的关系尚缺乏研究,不利于更好地保护和利用其资源。本研究根据2011年和2013—2017年春季海州湾的渔业资源和环境因子调查数据,采用随机森林模型、人工神经网络模型和广义提升回归模型3种机器学习方法分析了短蛸的栖息分布特征及其与环境因子的关系。结果表明: 随机森林模型的拟合效果和预测能力在3种模型中优势较大,选择该模型进行分析表明,底层水温、水深和底层盐度对短蛸的栖息分布有较大影响。短蛸的相对资源密度随底层水温、水深和底层盐度的增加均呈先上升后下降趋势。根据FVCOM模型模拟的环境数据,应用随机森林模型预测了短蛸在海州湾海域的栖息分布,发现短蛸主要分布在34.5°—35.8° N、119.7°—121° E之间的海域。 相似文献