全文获取类型
收费全文 | 5498篇 |
免费 | 145篇 |
国内免费 | 419篇 |
专业分类
林业 | 387篇 |
农学 | 182篇 |
基础科学 | 1013篇 |
438篇 | |
综合类 | 2584篇 |
农作物 | 82篇 |
水产渔业 | 90篇 |
畜牧兽医 | 602篇 |
园艺 | 518篇 |
植物保护 | 166篇 |
出版年
2024年 | 86篇 |
2023年 | 263篇 |
2022年 | 267篇 |
2021年 | 223篇 |
2020年 | 208篇 |
2019年 | 207篇 |
2018年 | 104篇 |
2017年 | 169篇 |
2016年 | 202篇 |
2015年 | 190篇 |
2014年 | 327篇 |
2013年 | 320篇 |
2012年 | 321篇 |
2011年 | 361篇 |
2010年 | 340篇 |
2009年 | 372篇 |
2008年 | 380篇 |
2007年 | 320篇 |
2006年 | 297篇 |
2005年 | 214篇 |
2004年 | 124篇 |
2003年 | 113篇 |
2002年 | 135篇 |
2001年 | 85篇 |
2000年 | 67篇 |
1999年 | 40篇 |
1998年 | 37篇 |
1997年 | 51篇 |
1996年 | 31篇 |
1995年 | 29篇 |
1994年 | 49篇 |
1993年 | 19篇 |
1992年 | 21篇 |
1991年 | 23篇 |
1990年 | 34篇 |
1989年 | 11篇 |
1988年 | 2篇 |
1987年 | 6篇 |
1986年 | 2篇 |
1985年 | 3篇 |
1984年 | 1篇 |
1982年 | 1篇 |
1981年 | 2篇 |
1977年 | 2篇 |
1976年 | 1篇 |
1953年 | 2篇 |
排序方式: 共有6062条查询结果,搜索用时 631 毫秒
101.
<正>辣椒生产上常因虫害而造成产量不同程度的下降,品质也不断降低。为了有效防治辣椒虫害,提高辣椒产量和质量,笔者总结了几种辣椒主要虫害的田间识别与防治方法。一、蝼蛄(一)为害特征成虫和幼虫在土中活动,咬食蔬菜种子和幼芽,把蔬菜嫩茎咬断,造成幼苗死亡。蝼蛄活动多在表土层穿行,使表土隆起,形成许多隧道,使幼苗根系与土壤分离,可以使幼苗成 相似文献
102.
《东北农业大学学报》2020,(1):83-89
为探讨水文变异对生态流量影响,确定最佳水库生态流量推求方法,针对尼尔基水库生态问题,采用Mann-kendall突变检测法、滑动T检验法和有序聚类法,结合序号总和理论和Spearman相关系数计算对水文时间序列作综合识别,确定水库发生水文变异年份为1963年和1999年。利用NGPRP法和逐月频率年内展布计算法分别计算天然状态、次天然状态、现状和不考虑水文变异条件下最小生态流量和适宜生态流量。参考Tennant法评价结果表明水库生态系统退化主要受人类扰动影响,观察次天然状态和不考虑变异状态下生态径流过程,最小生态流量占多年平均流量百分数相差9.21%和1.70%,适宜生态流量相差3.04%和1.47%。研究应更多考虑次天然生态径流过程,其最小生态流量仅可作为生态流量下限。 相似文献
103.
104.
针对自然环境下橙子检测存在枝叶遮挡、相邻果实重叠等情况而导致检测效果差的问题,提出一种改进的YOLO v5方法。首先,在主干网络部分使用RepVGG(re-param VGG)模块替换原始C3模块,加强网络对特征信息的提取能力;其次,在颈部网络使用鬼影混洗卷积(ghost-shuffle convolution)代替原有的标准卷积,能够在保证精度的前提下,降低模型参数量;再次,在预测头前加入ECA(efficient channel attention)注意力模块,能够更加准确定位目标信息;最后,引入EIOU(efficient intersection over union)损失函数加速预测框的收敛,提高其回归精度。改进的YOLO v5网络在自然环境下的橙子检测中平均精度达到90.1%,相比于目前热门的检测网络CenterNet、YOLO v3和YOLO v4其在识别效果方面有一定的提升。可见,所提出的改进网络在橙子检测上更有优势,能为今后智能采摘机器人的研发提供理论支撑和技术参考。 相似文献
105.
基于机器视觉的马铃薯晚疫病快速识别 总被引:7,自引:6,他引:1
晚疫病是马铃薯的一种严重病害,可造成减产甚至绝收。因此马铃薯晚疫病的识别与控制对提高其产量有非常重要的意义。该文基于机器视觉技术对马铃薯叶部晚疫病进行检测,根据马铃薯叶片上晚疫病斑的颜色、纹理和形状特征参数的不同,提取叶片表面的特征参数,并建立数学模型对病害程度做出评价。在RGB、HSV颜色空间中,根据马铃薯叶片在患病早期叶片颜色发生变化且与健康叶片不同,利用颜色特征,建立马铃薯晚疫病的无病和患病模型,该模型对马铃薯患病早期的识别率为67.5%。利用灰度共生矩阵,采用纹理统计参数进行病害等级评价,用熵值和能量值描述晚疫病的严重程度,纹理特征对患病程度的识别率比较稳定,对患病中期与后期的识别率分别为72.5%与80%。利用形状特征的相对特征,根据病斑面积比进行晚疫病诊断,该方法对马铃薯叶片晚疫病患病后期的诊断取得较好效果,识别率为90%,但由于叶片患病早期的病斑面积小且分散,识别难度大,识别率仅为50%。针对颜色、纹理及形状特征在识别马铃薯叶片晚疫病时的优势与局限性,提出颜色纹理形状特征结合的识别方法,对患病中期与后期的识别率分别为90%和92.5%。通常马铃薯晚疫病的理化值检测法耗时数天,但利用机器视觉识别马铃薯晚疫病患病情况非常快速,根据颜色特征进行病害识别的时间约为4 s,纹理特征识别的时间为7 s,形状特征特征识别的时间为3 s,综合颜色纹理形状特征的识别由于计算量较大,识别时间为9 s。该研究可为基于机器视觉的马铃薯晚疫病的快速检测提供理论依据。 相似文献
106.
园林植物识别是园林专业学生必须要掌握的一门基本功之一,但值得注意的是由于园林植物种类繁多,加之课程教学手段单一,导致许多学生对园林植物识别课程存在畏难情绪,教学效果非常不理想。这一问题如果得不到解决,势必影响园林专业学生综合素质的提升,也会给学生今后的就业和求职带来不良影响。系统地阐述了园林植物识别实习方法,旨在进一步提高园林植物识别教学水平,提高学生的综合素质。 相似文献
107.
108.
109.
基于多任务联合稀疏表示的水稻叶片病害自动识别算法 总被引:1,自引:0,他引:1
《仲恺农业工程学院学报》2017,(2)
在水稻(Oryza sativa L.)病害自动识别技术中,针对不同种类病害在抽取到相似特征的情况下,病害难于区分,甚至做出错误判断,从而降低识别率的问题,提出了多任务联合稀疏表示的水稻叶片病害自动识别算法.该算法将单一病害特征的识别过程看作"任务",要求这些"任务"特征在同一个训练数据集合的对应特征字典下能够稀疏表示,同时不同"任务"的稀疏表示系数向量具有相似的结构,从而实现了利用不同"任务"间的相互关系提高判断的准确率.同时这种算法使得病害的识别通过一次处理完成,避免了传统方法多次判断所引入的误差.实验表明,该算法能够充分挖掘不同特征类型间的关系,从而提高了识别的效率. 相似文献
110.