全文获取类型
收费全文 | 117篇 |
免费 | 4篇 |
国内免费 | 5篇 |
专业分类
林业 | 4篇 |
农学 | 1篇 |
基础科学 | 7篇 |
13篇 | |
综合类 | 74篇 |
畜牧兽医 | 13篇 |
园艺 | 13篇 |
植物保护 | 1篇 |
出版年
2024年 | 2篇 |
2023年 | 2篇 |
2022年 | 2篇 |
2021年 | 8篇 |
2020年 | 6篇 |
2019年 | 10篇 |
2018年 | 15篇 |
2016年 | 3篇 |
2015年 | 3篇 |
2014年 | 4篇 |
2013年 | 6篇 |
2012年 | 6篇 |
2011年 | 8篇 |
2009年 | 17篇 |
2008年 | 3篇 |
2007年 | 3篇 |
2006年 | 5篇 |
2005年 | 4篇 |
2004年 | 7篇 |
2003年 | 2篇 |
2002年 | 1篇 |
2001年 | 1篇 |
2000年 | 1篇 |
1999年 | 2篇 |
1997年 | 2篇 |
1995年 | 3篇 |
排序方式: 共有126条查询结果,搜索用时 203 毫秒
111.
中国山区草地资源发展生态补偿研究 总被引:1,自引:1,他引:0
阐述了山区草地资源发展生态补偿的依据,分析了山区草地资源发展的战略地位,并探讨了其生态补偿机制. 相似文献
112.
甘南面临的最突出的问题是草原生态环境恶化 ,它放大了生态不安全、社会不安全之间的累积效应 ,制约着西部及国家的可持续发展。本文的研究不论从生态安全或社会安全而言 ,它的意义均超出了甘南本身 ,具有全国性的重要而深远的意义。甘南通过依据自身资源优势 ,发展特色经济 ,培育新的经济增长点 ,从而实现区域经济的可持续发展。 相似文献
113.
114.
浅议疏勒河移民工程对流域生态环境的影响 总被引:1,自引:0,他引:1
河西走廊疏勒河农业灌溉暨移民安置综合开发项目,是国务院批准的利用世界银行贷款进行水利排灌、移民安置、农林牧综合开发的国家重点建设项目。甘肃省农业开发的主要限制性因素就是水资源缺乏。疏勒河流域属典型的干旱区,生态环境条件十分脆弱,水土流失、荒漠化、盐碱化问题严重,各种自然灾害多发。鉴于疏勒河流域自然条件和经济社会发展的特殊性,要求疏勒河开发中必须将生态建设放在首位,坚持生态建设,保护环境,趋利避害,调整用水策略,实现水资源的可持续利用,重视防灾减灾与培育特色产业,充分发展太阳能、风能等可再生资源,减轻农民对薪材需求的压力,需要防止移民大量涌入而出现的燃料短缺,从而出现冲击生态环境的现象。加快城镇化建设,减轻对环境的压力。实现人口、资源、环境与经济社会发展的良性循环。 相似文献
115.
116.
中国生态安全评价研究进展 总被引:1,自引:0,他引:1
生态安全是可持续发展研究的新领域,是对生态系统整体安全状况的定量描述,对保护和发挥良好的生产与生态服务功能具有重要作用.在概述生态安全理论内涵的基础上,从评价尺度、评价模型与指标体系、评价方法、评价标准与评价结果分级等方面综述了国内生态安全评价研究进展,进而针对目前我国生态安全评价研究和应用中存在的一系列问题,提出加强生态安全的理论研究、完善评价模型与指标体系、制定科学合理的评价标准、实现不同尺度研究紧密结合、构建重点区域监测与预警平台、健全安全维护与管理调控系统等发展对策,以期为推进深入系统的生态安全评价研究提供依据. 相似文献
117.
基于BP神经网络模型的森林资源蓄积量动态估测 总被引:1,自引:0,他引:1
以浙江省庆元县2007年森林资源二类调查数据为样本数据,选择树龄、海拔、坡度级、土层厚度、A层厚度、郁闭度6个指标作为自变量因子,利用基于BP神经网络的预测模型,分优势树种对森林资源蓄积量进行预测。试验结果表明,自变量因子与因变量(蓄积量)之间具有较好的相关性。今后研究中若能加入一些其他影响因子(如太阳辐射指数、地形湿度指数等),并结合高精度的遥感影像(如天地图),然后再对数据进行一定的预处理,则研究结果将完全可能用于辅助森林资源调查。 相似文献
118.
119.
针对无人机采集的茶叶枯病图像中病斑差异大,病斑和背景之间相似性高等问题,设计了一个轻量型网络LiTLBNet,用于准确、实时地检测野外茶园无人机图像中的茶叶枯病。LiTLBNet使用轻量型的M-Backbone作为骨干网络,用来提取茶叶枯病病斑的可区分特征,减少因图像中病斑的尺度、颜色和形状的巨大差异而导致的漏检。在LiTLBNet的LNeck结构中引入了SE和ECA模块,帮助网络在通道维度上学习目标的综合特征,减少因病斑和背景之间的相似性造成的误检,同时删除原基线网络最大的特征图,以减少计算量和模型大小。此外,本研究还通过旋转、加噪声、构建合成图像等方式来扩充训练样本数量,提高小样本条件下LiTLBNet网络泛化能力。实验结果表明,利用LiTLBNet检测无人机遥感图像中茶叶枯病的精度为75.1%,平均精度均值为78.5%,与YOLO v5s接近。然而,LiTLBNet内存占用量仅2.0MB,是YOLO v5s网络的13.9%。LiTLBNet网络可用于对茶叶枯病进行实时、准确的无人机遥感监测。 相似文献
120.
针对无人机图像背景复杂、小麦密集、麦穗目标较小以及麦穗尺寸不一等问题,提出了一种基于FE-P2Pnet(Feature enhance-point to point)的无人机小麦图像麦穗自动计数方法。对无人机图像进行亮度和对比度增强,增大麦穗目标与背景之间的差异度,减少叶、秆等复杂背景因素的影响。引入了基于点标注的网络P2Pnet作为基线网络,以解决麦穗密集的问题。同时,针对麦穗目标小引起的特征信息较少的问题,在P2Pnet的主干网络VGG16中添加了Triplet模块,将C(通道)、H(高度)和W(宽度)3个维度的信息交互,使得主干网络可以提取更多与目标相关的特征信息;针对麦穗尺寸不一的问题,在FPN(Feature pyramid networks)上增加了FEM(Feature enhancement module)和SE(Squeeze excitation)模块,使得该模块能够更好地处理特征信息和融合多尺度信息;为了更好地对目标进行分类,使用Focal Loss损失函数代替交叉熵损失函数,该损失函数可以对背景和目标的特征信息进行不同的权重加权,进一步突出特征。实验结果表明,在本文所构建的无人机小麦图像数据集(Wheat-ZWF)上,麦穗计数的平均绝对误差(MAE)、均方误差(MSE)和平均精确度(ACC)分别达到3.77、5.13和90.87%,相较于其他目标计数回归方法如MCNN(Multi-column convolutional neural network)、CSRnet(Congested scene recognition network)和WHCNETs (Wheat head counting networks)等,表现最佳。与基线网络P2Pnet相比,MAE和MSE分别降低23.2%和16.6%,ACC提高2.67个百分点。为了进一步验证本文算法的有效性,对采集的其它4种不同品种的小麦(AK1009、AK1401、AK1706和YKM222)进行了实验,实验结果显示,麦穗计数MAE和MSE平均为5.10和6.17,ACC也达到89.69%,表明本文提出的模型具有较好的泛化性能。 相似文献