全文获取类型
收费全文 | 2150篇 |
免费 | 103篇 |
国内免费 | 172篇 |
专业分类
林业 | 92篇 |
农学 | 6篇 |
基础科学 | 1608篇 |
192篇 | |
综合类 | 374篇 |
农作物 | 7篇 |
水产渔业 | 7篇 |
畜牧兽医 | 123篇 |
园艺 | 16篇 |
出版年
2024年 | 58篇 |
2023年 | 114篇 |
2022年 | 142篇 |
2021年 | 158篇 |
2020年 | 188篇 |
2019年 | 164篇 |
2018年 | 55篇 |
2017年 | 156篇 |
2016年 | 150篇 |
2015年 | 96篇 |
2014年 | 119篇 |
2013年 | 111篇 |
2012年 | 116篇 |
2011年 | 84篇 |
2010年 | 109篇 |
2009年 | 109篇 |
2008年 | 96篇 |
2007年 | 88篇 |
2006年 | 57篇 |
2005年 | 59篇 |
2004年 | 46篇 |
2003年 | 32篇 |
2002年 | 22篇 |
2001年 | 24篇 |
2000年 | 10篇 |
1999年 | 11篇 |
1998年 | 3篇 |
1997年 | 6篇 |
1996年 | 7篇 |
1995年 | 10篇 |
1994年 | 2篇 |
1993年 | 3篇 |
1992年 | 3篇 |
1991年 | 8篇 |
1990年 | 6篇 |
1989年 | 2篇 |
1985年 | 1篇 |
排序方式: 共有2425条查询结果,搜索用时 109 毫秒
51.
52.
53.
孔庆华 《林业机械与木工设备》2001,29(7):31-32
由于机器人技术的不断发展和成熟,使它的应用领域不断扩大。20多年来,在“七五”、“八五”、“九五”攻关和国家“八六三”计划的支持下,我国机器人技术在各个应用领域取得了令人瞩目的发展和进步。东北林业大学在国家“八六三”计划和国家林业局的支持下,对机器人在林业与木工机械上的应用做了一些大胆有效的尝试,也取得了一定的成果。1 林木球果采集机器人 该机器人不仅可以在较短的林木球果成熟期大量采集松树种子,而且对森林的生态保护、森林的更新以及森林的可持续发展等方面都有重要的意义。1.1 结构及1作原理 林木球果… 相似文献
54.
55.
56.
未来市场发展,工业化进程会不断加深。码垛机器人有比较合理的运动动力学特性,被广泛应用。以技术为核心,码垛机器人向着智能化方向发展,力学分析是机器人设计的重要环节。以码垛机器人的Z轴升降机构动力学分析为主,对机器人整体进行了研究,并进行了相关计算,验证了Z轴方向受力的合理性。 相似文献
57.
整体叶盘技术是一种在航天航空领域应用较为广泛的技术,其技术的核心在于结构与技术的综合。整体夜盘技术的应用能够极大的提高机械的性能,并对机械的内部结构进行简化,减少了机械能耗以及故障发生率,使得整体的性能有了极大的提升。本文从整体叶盘的结构特点技术入手,分析了这一技术在应用型机器人抛光过程中的应用,并对具体工艺的控制提出了一些建议。 相似文献
58.
59.
针对智能农用机器人对机器视觉工作范围的需求,提出了一种用于农业机器人的并联视觉云台设计方案。基于双摇杆的输入输出特性,提出了一种运动支链设计方法,用于构建二自由度全球面工作空间解耦并联机构。在此基础上,衍生出两种可行的运动支链P5R和PRR,基于这两种运动支链,设计了2种二自由度全球面工作空间并联视觉云台RRP5R和RRPRR。通过运动学分析,分别建立了2种机构的位置关系表达式;通过尺寸优化,得到了2种机构的最优杆长比;通过对比得出,RRP5R型并联视觉云台具有更好的输入输出性能;通过有限元分析,研究了载荷对RRP5R型并联视觉云台运动精度的影响。结果表明,RRP5R机构强度满足要求,但杆件的累积弹性变形导致运动副的位移偏差较大。 相似文献
60.
基于级联卷积神经网络的番茄花期识别检测方法 总被引:9,自引:8,他引:1
对作物花期状态的准确识别是温室作物执行授粉的前提。为提高花期状态识别的准确度,该研究以温室番茄为例提出了一种基于级联卷积神经网络的番茄花朵花期识别方法。首先采用改进的端到端的特征金字塔网络FS-FPN实现番茄花束的分割,然后采用Prim最小生成树对分割后的花束图片进行花期识别优先级排序,最后将已排序的分割花束图片输入改进的Yolov3网络,实现番茄花朵花期状态的精准识别。在由1600幅包含花蕾期、全开期、谢花期、初果期4类花期状态的番茄花束图像构成的数据集上,所提方法对番茄花朵花期平均检测时间为12.54 ms,平均检测精度分别比Mask R-CNN和SPP-Net提高了3.67%和2.39%,识别错误率比改进前的Yolov3网络降低了1.25%。最终将该方法部署到番茄授粉机器人上,并在大型玻璃温室内进行验证,结果表明,所提方法对番茄花朵各花期的检测精度分别为花蕾期85.71%、全开期95.46%、谢花期62.66%、初果期88.34%,该研究结果可为智能授粉机器人的精准作业提供重要依据。 相似文献