全文获取类型
收费全文 | 3846篇 |
免费 | 132篇 |
国内免费 | 639篇 |
专业分类
林业 | 251篇 |
农学 | 69篇 |
基础科学 | 1317篇 |
690篇 | |
综合类 | 1949篇 |
农作物 | 43篇 |
水产渔业 | 30篇 |
畜牧兽医 | 207篇 |
园艺 | 18篇 |
植物保护 | 43篇 |
出版年
2024年 | 106篇 |
2023年 | 235篇 |
2022年 | 244篇 |
2021年 | 275篇 |
2020年 | 270篇 |
2019年 | 247篇 |
2018年 | 139篇 |
2017年 | 241篇 |
2016年 | 230篇 |
2015年 | 213篇 |
2014年 | 239篇 |
2013年 | 248篇 |
2012年 | 192篇 |
2011年 | 169篇 |
2010年 | 234篇 |
2009年 | 235篇 |
2008年 | 256篇 |
2007年 | 209篇 |
2006年 | 147篇 |
2005年 | 119篇 |
2004年 | 79篇 |
2003年 | 45篇 |
2002年 | 44篇 |
2001年 | 39篇 |
2000年 | 27篇 |
1999年 | 22篇 |
1998年 | 17篇 |
1997年 | 15篇 |
1996年 | 20篇 |
1995年 | 11篇 |
1994年 | 7篇 |
1993年 | 4篇 |
1992年 | 5篇 |
1991年 | 11篇 |
1990年 | 6篇 |
1989年 | 9篇 |
1988年 | 3篇 |
1987年 | 2篇 |
1986年 | 2篇 |
1981年 | 1篇 |
排序方式: 共有4617条查询结果,搜索用时 15 毫秒
991.
根据葡萄病害的特点,采用改进的BP算法,建立了BP神经网络诊断模型,经测试其诊断结果正确率为100%,BP模型的诊断准确率为95.39%。研究结果表明BP神经网络技术适合应用于解决病害诊断这一复杂问题。 相似文献
992.
郭萌萌 《山东省农业管理干部学院学报》2012,29(6):159-161
"算法设计与分析"是计算机科学与技术本科专业的核心课程之一。本文结合实际的教学经验,针对授课过程中遇到的几类典型问题,从教学内容、授课方式、实践教学等几个方面给出了阐述。 相似文献
993.
994.
[目的]研究基于ACO-SVM的粮虫特征提取,探讨粮虫特征提取的可行性。[方法]通过分析储粮害虫图像识别系统中的1个关键环节——特征提取,提出把支持向量机(Support vector machine,简称SVM)算法中交叉验证训练模型的识别率作为储粮害虫特征提取评价准则的1个重要因子,将蚁群优化算法(Ant Colony Optimization,简称ACO)应用于粮虫特征的自动提取。[结果]该算法从粮虫的17维形态学特征中自动提取出面积、周长等7个特征的最优特征子空间,采用参数优化之后的SVM分类器对90个粮虫样本进行分类,识别率达到95%以上。[结论]该研究表明蚁群优化算法在粮虫特征提取中的应用是可行的。 相似文献
995.
996.
997.
998.
基于图像处理技术的黄瓜叶片病害识别诊断系统研究 总被引:4,自引:0,他引:4
为了提高黄瓜叶部病害检测与染病程度的分级的准确率和效率,综合运用图像处理技术、人工神经网络技术,实现黄瓜叶部病害检测与染病程度分级,并主要对发病率高且危害严重的黄瓜霜霉病、白粉病和病毒病进行试验研究.首先,通过接种方法获得了纯正的黄瓜病害样本,并采集染病植株的样本图像.利用基本图像处理的方法对黄瓜叶部病害图像进行处理,综合运用二次分割、形态学滤波得到病斑区域.其次,提取三种特征包括22个特征参数,采用BP算法训练的多层前向人工神经网络对黄瓜病害进行分类.实验证明,检测系统的黄瓜叶部病害平均识别精度为95.31%,并能够快速准确地对黄瓜叶片病害的染病程度进行分级 相似文献
999.
针对2ZG630A型插秧机设计了一套基于STC单片机和NRF24L01无线数传模块的遥控驾驶系统。遥控驾驶系统采用带位置传感器的电动推杆来控制速度的大小与方向,通过步进电机带动方向盘达到控制插秧机转向的目的,并设计了控制发动机的点火/熄火电路。系统下位机软件采用模糊控制算法实现了对插秧机转向和速度的精确控制,利用基于VB.NET2008编写的上位机软件,通过2.4G无线模块来与下位机进行通讯,达到遥控插秧机的目的。经试验,在100 m遥控距离内,系统运行可靠,响应速度快,控制平滑灵敏。 相似文献
1000.
为了获取较高的宽带信号的DOA(direction-of-arrival)估计精度,提出了基于改进的广义回归神经网络(IGRNN,improved generalized regression neural network)和主成分分析(PCA,principalcomponent analysis)的宽带DOA估计算法。选用PCA方法对训练样本进行降维,以降低神经网络的复杂度;利用粒子群算法优化GRNN的参数;根据选取不同的聚焦角度确定粗估计、精估计的训练模型,通过粗估计得出目标的大致方位后,利用精估计模型得出最终的估计结果,避免了聚焦角度对估计精度的影响。仿真结果表明,本文提出的算法具有较好的估计精度和较高的工作效率。 相似文献