全文获取类型
收费全文 | 182篇 |
免费 | 3篇 |
专业分类
林业 | 17篇 |
农学 | 7篇 |
基础科学 | 8篇 |
2篇 | |
综合类 | 81篇 |
农作物 | 1篇 |
畜牧兽医 | 18篇 |
园艺 | 51篇 |
出版年
2023年 | 1篇 |
2022年 | 1篇 |
2021年 | 3篇 |
2020年 | 5篇 |
2019年 | 5篇 |
2018年 | 9篇 |
2017年 | 3篇 |
2016年 | 2篇 |
2015年 | 16篇 |
2014年 | 12篇 |
2013年 | 9篇 |
2012年 | 5篇 |
2011年 | 15篇 |
2010年 | 15篇 |
2009年 | 11篇 |
2008年 | 22篇 |
2007年 | 13篇 |
2006年 | 12篇 |
2005年 | 5篇 |
2004年 | 2篇 |
2003年 | 2篇 |
2001年 | 6篇 |
2000年 | 4篇 |
1999年 | 1篇 |
1998年 | 2篇 |
1997年 | 2篇 |
1996年 | 1篇 |
1994年 | 1篇 |
排序方式: 共有185条查询结果,搜索用时 781 毫秒
121.
122.
为了提取到更加准确、丰富的叶片病斑的颜色特征和空间特征,解决病害严重程度细粒度分类粗糙、识别准确率低等问题,提出一种融合颜色掩膜网络和自注意力机制(Fusion color mask and self-attention network, FCMSAN)的病害识别方法。FCMSAN由颜色掩膜网络(Color mask network,CMN)和融合通道自适应的自注意力网络(Channel adaptive self-attention network, CASAN)构成。CMN通过学习叶片病斑颜色区域信息提高模型提取颜色特征的能力;CASAN能够提取全局范围内的病斑特征,同时加入病斑的位置特征和通道自适应特征,可以精确、全面定位叶片病斑区域。最后通过特征转换融合模块(Transfer fusion layer,TFL)将CMN和CASAN进行融合。经实验证明,FCMSAN在61类农作物病虫害细粒度识别中,Top-1的分类准确率达到87.97%,平均F1值达到84.48%。最后通过可视化分析,验证了本文方法在病害识别中的有效性。 相似文献
123.
124.
设施蔬菜在我国已成为一大农业支柱产业,然而病害问题仍时有发生。针对设施蔬菜种植过程中易发生病害的问题,设计一种面向病害预警的设施蔬菜环境监测Android系统。为达到预警设施蔬菜病害的目的,以蔬菜病害产生的环境机制为理论基础,以物联网为技术支撑,构建设施蔬菜病害预测模型,通过实时监测环境信息,来完成对蔬菜病害的及时预警。根据病原菌入侵蔬菜时间的长短采用分类预警的方法,并对系统用户实行分级管理,以实现效率最大化,同时由于该系统是安装在手机上的系统,它具有实时、快捷、方便等特点。 相似文献
125.
126.
127.
128.
129.
130.