首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   133篇
  免费   6篇
  国内免费   48篇
林业   2篇
农学   4篇
基础科学   51篇
  54篇
综合类   48篇
农作物   1篇
畜牧兽医   18篇
园艺   5篇
植物保护   4篇
  2024年   3篇
  2023年   2篇
  2022年   6篇
  2021年   8篇
  2020年   13篇
  2019年   11篇
  2018年   5篇
  2017年   9篇
  2016年   2篇
  2015年   7篇
  2014年   4篇
  2013年   9篇
  2012年   11篇
  2011年   8篇
  2010年   5篇
  2009年   25篇
  2008年   13篇
  2007年   7篇
  2006年   7篇
  2005年   3篇
  2004年   8篇
  2003年   4篇
  2002年   6篇
  2001年   2篇
  2000年   4篇
  1999年   1篇
  1998年   3篇
  1996年   1篇
排序方式: 共有187条查询结果,搜索用时 46 毫秒
31.
将虚拟现实与物联网技术相结合,构建基于物联网情景感知的设施农业生产三维可视化管理系统.通过在三维制作软件Maya中使用多边形建模方法构建日光温室等模型,并应用骨骼动画技术实现卷帘控制动画,结合Unity3d三维引擎快速构建整个日光温室园区的三维场景;完善感知数据传输及设备远程控制功能,实现设施农业三维交互场景与物联网测控功能的融合,通过三维场景实时获取温室内数据并实现设施生产执行机构的在线控制,解决复杂三维场景客户端协调处理瓶颈.结果表明,设施农业物联网情景感知技术可以为设施农业智能化生产及未来并行化农业生产管理提供技术支撑.  相似文献   
32.
玉米精密播种粒距在线监测与漏播预警系统研究   总被引:3,自引:0,他引:3  
针对玉米精密播种粒距偏差导致播量分布不均匀的问题,设计了玉米精密播种粒距在线监测与漏播预警系统。该系统主要由车载计算机、排种监测ECU及相关传感器组成,设计了上位机监测软件和基于移动平均粒距在线监测的下位机程序,通过监测玉米精密播种作业过程中的粒距及其误差,完成漏播预警。首先,设计并进行了排种计数监测精度试验,结果表明,在模拟车速3~12 km/h范围内,以1 km/h递增变化的10个车速下,系统对指夹式排种器和气吸式排种器的排种计数监测平均准确率分别为99.12%、99.71%,标准差分别为0.52%、0.44%,总体排种计数监测误差平均值小于1%。其次,基于高速摄像的播种粒距测量试验台进行了实验室环境下的粒距监测精度试验,采用指夹式排种器进行排种,目标粒距为25 cm,在车速3~12 km/h范围内,以1 km/h为间隔的10个车速下,系统对粒距监测误差绝对值的平均值为2.34 cm,标准差为2.56 cm。针对试验结果存在较多的随机异常点问题,采用移动平均滤波对监测粒距进行分析,得出粒距监测误差绝对值的平均值为0.79 cm,标准差为0.62 cm,单车速下对应的粒距监测误差绝对值的平均值最大为1.69 cm,标准差为0.23 cm,经移动平均滤波处理后,粒距误差异常点明显减少,系统粒距监测误差小于2.00 cm。最后,基于气吸式玉米精密播种机设计了试验样机,设置播种车速为5.49、8.49 km/h,目标粒距为25 cm,进行了田间播种粒距监测精度试验,分别采集350个连续的出苗粒距进行对比分析,结果表明,与出苗粒距移动平均值相比,系统粒距监测误差的平均值分别为1.84、2.22 cm,标准差分别为1.61、2.13 cm,粒距监测值曲线与出苗粒距移动平均值曲线的变化趋势基本相同。  相似文献   
33.
基于计算机视觉的枣叶含水率估算模型   总被引:1,自引:0,他引:1  
通过对枣叶图像预处理、颜色特征提取及含水率测定,分析枣叶图像颜色特征值与含水率的相关性。结果表明,枣叶G-R和H这2个颜色特征与含水率相关性显著。基于 G-R和 H建立枣叶含水率估算模型为:y=0.8772-0.0015×(G-R)-0.1013×H,复相关系数R为0.8907,应用计算机视觉技术进行枣叶含水率估算可行。  相似文献   
34.
航空施药中雾滴沉积传感器系统设计与实验   总被引:13,自引:0,他引:13  
基于变介电常数电容器原理设计雾滴沉积传感器及检测系统,由此实现对航空施药中雾滴地面沉积量的快速获取。通过实验,分析建立了传感器对电导率487μS/cm、25 mS/cm雾滴的沉积量测量线性回归方程,决定系数R2分别为0.9923和0.9544。利用M-18B型飞机和AU-5000型喷雾机,对系统进行了应用测试,结果表明:与水敏纸图像分析方法对比,2种方法获得的雾滴地面沉积量分布曲线拟合度可达0.914 6,样点单位面积沉积量的相对测量误差分布在10%~50%之间。  相似文献   
35.
生鲜肉质量与安全无损检测技术具有不破坏检测样本、检测速度快、客观性强等优点,适于大规模产业化生产的在线检测和分级,易于实现自动化.为了跟踪国内外的最新研究成果,对生鲜肉质量与安全无损检测技术以生鲜肉食用品质、等级评判、微生物与污染物和异物排查4方面进行了分类综述,以期为无损检测技术在生鲜肉质量与安全检测方面更广阔的应用提供参考.  相似文献   
36.
通过分析和提炼加工番茄养分需求和肥料管理的最新研究资料, 在综合考虑土壤理化性质、产量目标、品种特性等影响因子的基础上, 根据养分平衡原理和养分需求规律, 建立了具有系统性和时空适用性的加工番茄养分运筹动态知识模型。该模型可用于精确定量不同环境条件和产量目标下的氮磷钾养分需求总量及其在不同生育时期的分配比例。利用不同生态点、品种、土壤类型和产量目标等资料对养分运筹知识模型进行了验证, 结果表明模型具有较好的决策性和适用性。  相似文献   
37.
为解决嫁接机人工上苗过程中砧木子叶损伤和叶柄劈裂问题,采用正压气流压苗和负压吸附定位原理,设计一种辅助自动上苗作业的砧木上苗定位机构。通过建立机构有限元分析模型,在给定边界约束条件下利用CFD软件对吸附块内部气流场进行动力学仿真,获得气室内部流场分布情况及各因素对砧木子叶吸附力的影响。采用仿真正交试验对吸附块结构参数进行优化设计,确定吸附块各因素对吸孔平均吸力影响的主次顺序依次为出口负压、吸孔直径、吸孔深度;当吸附块出口负压3 kPa,吸孔直径1 mm和吸孔深度4 mm时,吸附块对子叶具有较好的吸附能力。上苗试验结果表明:该机构对白籽南瓜子叶吸附成功率为96.67%,压苗成功率为99.33%,综合上苗成功率为96.03%,伤苗率仅为0.67%,作业性能满足嫁接机自动上苗作业要求。子叶吸附失败原因是子叶方向和上苗高度控制不准确,以及子叶展角过小导致叶柄劈裂。吸附块作业面仿形和结构参数仿真试验对提高砧木柔性和安全上苗具有重要意义,大幅缩短了吸附块设计周期,研究结果为解决嫁接机自动上苗问题提供理论依据和设计参考。  相似文献   
38.
实现智能化是提升保护性耕作机具作业质量和效率的重要途径,自动导航与测控技术作为智能化技术的重要组成部分,近年来在保护性耕作中的应用发展迅速。本文首先从接触式、机器视觉式和GNSS式三种免少耕播种自动导航技术入手,阐述了自动导航技术在保护性耕作中的应用现状;然后对作业参数监测技术的发展动态进行了详细介绍,包括地表秸秆覆盖率的快速检测技术、免少耕播种机播种参数监测技术及保护性耕作机具作业面积监测技术;之后阐述了保护性耕作机具作业控制技术的发展现状,主要介绍了免少耕播种机漏播补偿控制技术和作业深度控制技术。最后在总结自动导航与测控技术在保护性耕作中现有应用的基础上,展望了未来保护性耕作机具自动导航技术、作业参数监测技术和保护性耕作机具作业控制技术三者的研究方向。  相似文献   
39.
为实现小型方捆机草捆动态称量系统的准确测量,降低地面颠簸和机械传动引起的振动对草捆质量测量精度的影响,分析了打捆机作业速度、拖拉机PTO启停对草捆动态称量系统压力和角度噪声信号的作用机理。当系统采样频率为40Hz时,压力噪声信号频率主要在0.1~16Hz;角度噪声信号频率主要在3~4Hz和16~17Hz;打捆机作业速度与噪声信号强度呈正相关。在信号分析基础上,研究了信号处理方法。为提高滤波精度,首先采用基于3σ准则的双阈值动态滤波方法对信号进行预处理,消除奇异值影响,再利用分段线性插值补充空缺点,最后设计一种巴特沃斯带阻滤波器对噪声信号进行消除。田间试验结果表明,采用该方法对信号进行处理后,草捆质量预测相对误差为-4.15%~4.17%,优于均值滤波得到的结果,且该滤波方法适应性更好,更符合实际生产需要。  相似文献   
40.
基于U-Net网络和无人机影像的松材线虫病变色木识别   总被引:3,自引:3,他引:0  
松材线虫病是由松墨天牛等媒介昆虫快速传播的一种针对松树的毁灭性流行病。及时对染病变色木进行识别、定位,并砍伐清除是当前控制该病扩散蔓延的主要手段。该研究使用无人机航拍获取大区域染病松林可见光影像,结合深度学习分割网络U-Net开展染病松材变色木图像分割研究。使用制作的样本数据训练U-Net网络,得到训练精度和验证精度分别为98.74%和97.76%。使用混淆矩阵评估U-Net网络分割精度,表明变色木图像分割的用户精度和生产者精度分别达到93.51%和97.30%,误报率6.49%,漏报率2.70%。总体上,U-Net网络变色木识别精度95.17%,Kappa系数0.90,达到较高精度。U-Net分割网络运用于松材线虫病变色木图像识别较随机森林方法能更有效地降低误报,减少分割噪音。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号