全文获取类型
收费全文 | 685篇 |
免费 | 14篇 |
国内免费 | 30篇 |
专业分类
林业 | 14篇 |
农学 | 12篇 |
基础科学 | 219篇 |
43篇 | |
综合类 | 318篇 |
农作物 | 7篇 |
水产渔业 | 3篇 |
畜牧兽医 | 96篇 |
园艺 | 12篇 |
植物保护 | 5篇 |
出版年
2024年 | 2篇 |
2023年 | 14篇 |
2022年 | 14篇 |
2021年 | 22篇 |
2020年 | 41篇 |
2019年 | 32篇 |
2018年 | 54篇 |
2017年 | 93篇 |
2016年 | 44篇 |
2015年 | 23篇 |
2014年 | 28篇 |
2013年 | 35篇 |
2012年 | 32篇 |
2011年 | 33篇 |
2010年 | 41篇 |
2009年 | 36篇 |
2008年 | 22篇 |
2007年 | 37篇 |
2006年 | 20篇 |
2005年 | 36篇 |
2004年 | 30篇 |
2003年 | 16篇 |
2002年 | 6篇 |
2001年 | 13篇 |
2000年 | 4篇 |
1972年 | 1篇 |
排序方式: 共有729条查询结果,搜索用时 15 毫秒
1.
随着“十四五”战略规划的提出,农村经济将迎来前所未有的发展机遇。农业现代化以及农业机械化也将迎来快速发展。农机在乡村的销售与维修将迎来巨大的发展机会。首先对农机销售与维修网点所存在的问题进行整理与分析,再利用层次分析法对备选网点做出分析选择。 相似文献
2.
随着我国经济的飞速发展,对建筑行业的需求也在快速上升。作为一种建筑领域的基础材料,混凝土材料在建材市场上具有非常大的需求量。尤其是在大型的钢筋混凝土结构的建筑物中,对混凝土的需求量更是巨大。但混凝土材料结构的建筑也不可避免的存在着裂缝问题,这会极大限度的降低建筑物的使用寿命、增加后期的修补和养护成本。本文旨在对混凝土材料产生的裂缝种类原因及其修补材料进行分析,以期尽可能地降低裂缝对混凝土结构的建筑物带来的损害。 相似文献
3.
为了研究网格策略对皮卡车外流场仿真精度的影响,基于皮卡车模型,采用两种网格策略,每种策略采用两种网格密度进行皮卡车外流场仿真计算,并与风洞实验数据进行比较研究。结果表明:六面体与三棱柱混合策略的计算精度得到有效改善,而且能够更好地模拟车尾处的涡系和捕捉边界层处的分离现象;在合理的壁面函数范围内,适当减小网格尺寸,可以有效改善计算精度。 相似文献
4.
[目的]研究土壤重金属对玉米籽粒中重金属含量的影响,为提高玉产质量提供理论依据。[方法]对滕州矿区农田根系土壤及表层土壤和玉米籽粒中5种重金属含量进行分析。[结果]5种重金属含量均低于各自对应的国家标准限值;玉米对Hg的吸收富集能力最强,对As和Pb的吸收富集能力最弱;玉米籽粒与根系土壤间As的相关系数最大,是由于籽粒中As含量随土壤中As含量的增加而增加,其他重金属间的相关性相对较弱;土壤中Cd对植株的影响能力最强,Hg和Pb仅具有一定的潜在影响能力,As和Ni的影响能力相对较弱。[结论]有效控制土壤重金属的输入量、pH和增加有机质含量等,对降低有效态重金属含量具有重要作用。 相似文献
5.
农业作业环境复杂,实时监控农用电动机转速对判断电动机运行状况具有重要意义。笔者设计了一种电动机转速监测系统,该系统主要由光电开关传感器、触发圆盘、OLED、STM32单片机组成,通过单片机的定时器中断和外部中断功能,可实现对电动机转速的实时监控,通过IIC通信技术,可实现转速数据的可视化。该系统抗干扰能力强、精度高、实用性强,适用于恶劣的农业作业环境,同时为其他转速监测方案提供了设计依据。 相似文献
6.
土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。 相似文献
7.
8.
9.
近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。 相似文献
10.