全文获取类型
收费全文 | 294篇 |
免费 | 24篇 |
国内免费 | 7篇 |
专业分类
航空 | 60篇 |
航天技术 | 124篇 |
综合类 | 24篇 |
航天 | 117篇 |
出版年
2024年 | 6篇 |
2023年 | 12篇 |
2022年 | 17篇 |
2021年 | 13篇 |
2020年 | 15篇 |
2019年 | 11篇 |
2018年 | 6篇 |
2017年 | 2篇 |
2016年 | 6篇 |
2015年 | 13篇 |
2014年 | 23篇 |
2013年 | 16篇 |
2012年 | 34篇 |
2011年 | 18篇 |
2010年 | 17篇 |
2009年 | 15篇 |
2008年 | 15篇 |
2007年 | 16篇 |
2006年 | 14篇 |
2005年 | 17篇 |
2004年 | 8篇 |
2003年 | 3篇 |
2002年 | 4篇 |
2001年 | 3篇 |
2000年 | 5篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1996年 | 2篇 |
1994年 | 1篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 2篇 |
1990年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有325条查询结果,搜索用时 15 毫秒
101.
102.
103.
探讨的是景深大小对于2.5D影像测量仪Z轴测量精度的影响。通过理论数据的推导以及具体实验的设计,告诉测量者要改变焦距和放大倍率来控制景深的大小,从而得到准确测量结果。对二维半测量工作具有显著指导意义。 相似文献
104.
从数据挖掘和遥感信息提取的概念出发,提出了遥感影像中电磁特性数据挖掘的思想,从电子信息装备试验对电磁特性数据的需求和SAR影像数据处理的需求出发,重点完成了基于电磁特性的地物分类和面向对象的遥感影像电磁特性数据挖掘,其中面向对象的遥感影像电磁特性数据挖掘包含遥感影像准备与数据预处理、影像分割、对象的层次结构、规则建立、电磁特性数据获取、信息提取等六个部分,最后把理论方法进行了实践,为大批量获取遥感影像中的电磁特性数据提供了方法支持。 相似文献
105.
基于降落图像匹配的嫦娥三号着陆点位置评估 总被引:2,自引:0,他引:2
提出了一种应用着陆器降落相机序列图像和嫦娥二号数字正射影像(DOM)的嫦娥三号着陆点位置评估方法。以高分辨率降落图像上的着陆器位置为基础,通过降落序列图像间的尺度不变特征转换(SIFT)匹配,计算序列图像间的几何转换参数,完成着陆器在低分辨率降落图像上的定位。并通过提取降落图像与嫦娥二号DOM影像上的撞击坑,实现图像间的匹配与几何转换参数的计算,最终得到着陆器在嫦娥二号DOM影像上的位置。通过对比美国"月球勘测轨道器"(LRO)拍摄到的着陆器真实位置,验证了定位方法的有效性,其定位精度在DOM影像1个像素以内。 相似文献
106.
107.
IHS(intensity-hue-saturation)变换是影像融合实际生产中使用最多的一种方法,而小波变换是近几年来影像融合中的热门研究方向。但是现有方法存在纹理畸变和光谱畸变的现象,尤其是当地物光谱特性在全色和多光谱中存在较大差异的时候,融合后光谱畸变将会十分突出。为了解决上述问题,在分析现有小波变换方法的基础上提出了一种基于加权小波变换及调制传递函数补偿(MTFC)的多光谱影像融合方法,通过引入多相位小波变换的方式来抑制小波变换产生的纹理畸变,同时通过引入MTFC的方法来恢复影像融合中丢失的纹理信息。文章选用"高分二号"卫星影像来验证算法的有效性,试验结果表明,与现有的融合方法相比,文章中提出的算法能够很好地抑制影像中的光谱畸变,同时保留更多的有效纹理信息。 相似文献
108.
星地无线电双向法时间比对计算模型及其误差评估 总被引:1,自引:0,他引:1
卫星导航定位系统测距的基础是测时,而定轨和定位的前提是各观测量的时间同步。因此,时间同步技术是卫星导航定位系统建设的关键技术基础之一。根据星地无线电双向法时间同步技术的基本原理,详细推导了其在地心惯性系中的基本计算模型,并以静止地球同步轨道卫星为例,分析了该计算模型中的距离改正项时延对星地间相对钟差的影响量级。 相似文献
109.
丘陵地区耕地地块具有结构复杂、种植类型多样且破碎度高等特点,针对传统分类方法对耕地信息难以快速准确提取的问题,文章基于“高分一号”卫星影像和Unet++网络模型,采用余弦退火学习率实现了复杂丘陵地区耕地信息的准确深度分割和分类。首先利用多尺度分割方法完成了深度迁移学习模型中典型区域耕地样本标签的制作及其结果验证;其次,采用规则格网裁切方法构建影像和标签训练数据集,在PyTorch环境完成了模型的训练;最后,将改进后模型与Unet和SVM方法进行了分类精度和泛化性能的对比分析。结果表明:改进的Unet++网络模型在复杂丘陵地区耕地提取结果的总体精度为92.75%,比SVM和Unet的提取精度分别提高了9.06%和2.50%。因此,基于Unet++的深度学习模型不仅能够有效抑制复杂的背景噪声,还能从遥感影像中学习到更强的语义特征,从而获得更加准确的耕地信息。该方法可为农作物面积监测和产量估算等实际应用提供基础数据支持。 相似文献
110.