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   914篇
  免费   198篇
  国内免费   68篇
林业   58篇
农学   71篇
基础科学   682篇
  104篇
综合类   223篇
农作物   3篇
水产渔业   5篇
畜牧兽医   21篇
园艺   4篇
植物保护   9篇
  2024年   4篇
  2023年   66篇
  2022年   90篇
  2021年   77篇
  2020年   53篇
  2019年   38篇
  2018年   41篇
  2017年   85篇
  2016年   93篇
  2015年   43篇
  2014年   41篇
  2013年   43篇
  2012年   75篇
  2011年   41篇
  2010年   37篇
  2009年   54篇
  2008年   38篇
  2007年   52篇
  2006年   41篇
  2005年   38篇
  2004年   29篇
  2003年   17篇
  2002年   14篇
  2001年   5篇
  2000年   8篇
  1999年   3篇
  1998年   4篇
  1997年   9篇
  1996年   4篇
  1995年   6篇
  1994年   6篇
  1993年   6篇
  1992年   4篇
  1991年   7篇
  1990年   4篇
  1989年   1篇
  1987年   1篇
  1979年   2篇
排序方式: 共有1180条查询结果,搜索用时 15 毫秒
1.
基于机器视觉边缘检测的园林喷药机器人导航线提取   总被引:1,自引:0,他引:1  
导航路径的精确拟合是园林机器人自动化导航的关键,针对现有园林喷洒机器人仍是人工操作为主的现象,提出一种基于视觉边缘检测的导航路径拟合算法,用于指导园林喷药机器人的自动化导航。首先利用“化曲为直”的思想,截取拍摄图像的最后200像素行作为感兴趣区域;其次提出一种针对园林道路的灰度化因子,对图像进行灰度化处理;然后对图像进行行扫描,根据噪声和道路在几何学上的差异,设定宽度阈值T,快速检测出道路边缘;根据检测出的边缘点,计算道路边缘点的均值拟合出边界线;最后,根据道路顶点坐标,计算出梯形道路的中轴线方程提取出导航线,为园林机器人导航提供参数。试验结果表明该算法处理一幅图像平均耗时53 ms,误差在0.6°内,可见本文所提算法可以满足实时性要求,且算法鲁棒性好、准确性高,为园林喷药机器人的自动化导航提供理论依据。  相似文献   
2.
董戈 《农机化研究》2021,(3):260-264
首先,介绍了水果收获机器人抓取系统的总体架构;然后,利用深度学习对水果目标识别进行了研究,实现了一套基于卷积神经网络的目标检测算法;接着,利用图像处理技术实现了对目标物体定位的功能,可以引导水果收获机器人完成对目标水果的采摘。实验结果表明:水果收获机器人抓取系统对水果坐标的计算误差较小,且具备较强的水果识别和定位能力。  相似文献   
3.
基于视觉伺服控制的机器人手眼标定和逆运动学求解一直是视觉伺服领域的核心问题。随着应用场景的逐渐复杂,传统手眼标定方法已无法满足需求;随着网络深度的增加,单一BP神经网络逆运动学求解算法的误差趋于饱和甚至变大,无法进一步提升网络性能。针对以上问题,本文将手眼标定和逆运动学求解融合为拟合目标图像坐标到机器人各关节角之间的映射关系问题,提出了一种残差BP神经网络算法。使用多个残差网络模块的方式加深BP神经网络的深度,残差模块的输入信息可以在网络内跨层传输,较好地解决了因深度增加网络模型容易产生梯度消失而无法提升网络性能的问题;通过6自由度机器人雅可比方程对逆运动学解的空间进行划分,确定了8个独立的区域,基于独立区域方法对训练数据进行处理,从而避免了多自由度机器人逆运动学多解对网络学习的影响,网络训练精度提升了2个数量级,训练速度提高了2倍。在REBot-V-6R型6自由度机器人输送线分拣系统中进行二维平面抓取和三维实物抓取实验,实验结果验证了该方法的准确性。结果表明,该方法比1层BP神经网络、3层BP神经网络、5层BP神经网络的训练精度分别提高了4个数量级、2个数量级、5个数量级,测试精度提高2个数量级;与传统标定方法相比,本文方法节约了逆运动学求解过程的计算成本,抓取位姿精度提高了1个数量级。  相似文献   
4.
为了提高移动式采摘机器人的控制效率和移动精度,将直流电机驱动电路引入到采摘机器人移动控制系统的设计中,并采用PID算法对移动速度进行调节,从而避免采摘机器人在移动过程中产生较大的速度波动,提高其作业时的平稳性。为了验证PID算法在采摘机器人移动控制系统上使用的可行性,模拟葡萄采摘机器人的作业环境,对采摘机器人移动过程的速度控制进行了仿真模拟,结果表明:达到速度预定目标时,PID算法比常规算法具有更快的响应速度,调节过程也更加平稳。  相似文献   
5.
针对果园巡检机器人长臂因抖动而严重制约图像采集效率的问题,该研究提出基于臂体上3个部位的仰角构建单一反馈量进行抖动抑制的方法。首先基于臂体外伸段的有限元模态分析结果,通过固有频率和静变形的等效,建立三杆两扭簧等效机构的动力学模型。并基于微分平坦理论将3个倾角传感器读数合成为一个系统输出量,以平坦输出量作为被控量,采用PID控制器进行抑振试验,再利用自抗扰控制(Active Disturbance Rejection Control, ADRC)思想中对广义扰动的处理方法,将被控模型等效为二阶系统形式,并将模型信息代入到扩张状态观测器中进行对比试验。试验结果表明,基于本文构建的方法均能起到快速抑制长臂抖动的作用。在冲击作用致使末端产生10°幅值的抖动情况下,PID控制器实现了7 s内抑制大幅抖动,自抗扰控制器实现了8 s内快速抑制大幅抖动的效果。PID控制器的输出出现3次饱和现象且小幅较高频率抖动不易消除,而自抗扰控制器仅出现一次饱和,具有抖动抑制过程平滑的优点。本文的控制算法简洁适于在单片机等微型计算机系统中应用,系统结构简单成本低,可为现代农业装备研发与应用中解决长臂类结构抖动的主动抑制问题提供理论参考。  相似文献   
6.
机器视觉技术在现代农业生产中的研究进展   总被引:2,自引:1,他引:1  
机器视觉技术已经广泛应用于农业生产的各个环节,详细阐述机器视觉的概念、组成部分、工作原理以及发展历程,总结国内外的研究成果,介绍机器视觉技术在作物病虫草害识别与监测、作物生长信息监测与产量估计、果蔬识别定位与采摘、种子产前检测与果蔬分级以及农业机器人视觉导航等领域的研究进展与应用情况,提出农业场景视觉系统在稳定性、可靠性、准确性以及嵌入式视觉系统硬件计算能力与核心算法等方面还有待提高与突破,国内高水平学者集中的研究机构匮乏,行业创新能力不足,本土企业竞争力较弱等劣势;认为3D视觉技术、多传感器融合的视觉系统以及与5G深度融合的视觉系统将会成为未来农业生产领域的主要研究方向。此外,机器视觉技术的应用势必会带动产业升级、推动农业智能化发展,为无人农场建设提供有力的技术保障。  相似文献   
7.
机器学习是一种面向机器的数据分析方法,自动化机器学习的研究促进了人工智能的发展。大数据的快速积累,促进了机器学习算法的井喷式发展。如何选择合适的机器学习算法解决行业问题,成为了当前应用的难点。笔者整理了机器学习新材料,对各种机器算法的特点和算法之间的差异,进行了仔细的梳理,总结了各种算法的需求背景和优缺点,以及主要的应用场合。在此基础上,分析了机器学习在农业应用的案例,综述了机器学习在农业应用,指出了目前存在的发展瓶颈,并提出了进一步研究应用的建议。  相似文献   
8.
汪满新  谌秋生  刘方  祖莉  安守和 《农业机械学报》2019,50(11):411-419,403
以3-R-RS并联机构为对象,研究基于静刚度约束的轻量化设计方法。首先以机构低阶固有频率最高为依据,确定各子装配体间的刚度匹配系数,进而基于刚度匹配系数将整机静刚度约束分配至各子装配体,在此基础上,考虑工艺制造及几何干涉等约束,以各子装配体质量最小为目标,完成各子装配体的轻量化设计,进而实现整机的轻量化设计。在满足静刚度约束条件下,所提出的轻量化设计方法可使整机质量最轻,且具有优良的动态特性。  相似文献   
9.
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   
10.
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   
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