全文获取类型
收费全文 | 3230篇 |
免费 | 399篇 |
国内免费 | 207篇 |
专业分类
林业 | 228篇 |
农学 | 137篇 |
基础科学 | 802篇 |
447篇 | |
综合类 | 1449篇 |
农作物 | 78篇 |
水产渔业 | 92篇 |
畜牧兽医 | 355篇 |
园艺 | 164篇 |
植物保护 | 84篇 |
出版年
2024年 | 14篇 |
2023年 | 254篇 |
2022年 | 274篇 |
2021年 | 241篇 |
2020年 | 233篇 |
2019年 | 152篇 |
2018年 | 91篇 |
2017年 | 107篇 |
2016年 | 136篇 |
2015年 | 142篇 |
2014年 | 238篇 |
2013年 | 185篇 |
2012年 | 223篇 |
2011年 | 207篇 |
2010年 | 178篇 |
2009年 | 131篇 |
2008年 | 171篇 |
2007年 | 153篇 |
2006年 | 116篇 |
2005年 | 100篇 |
2004年 | 75篇 |
2003年 | 84篇 |
2002年 | 43篇 |
2001年 | 49篇 |
2000年 | 33篇 |
1999年 | 17篇 |
1998年 | 15篇 |
1997年 | 18篇 |
1996年 | 17篇 |
1995年 | 21篇 |
1994年 | 22篇 |
1993年 | 8篇 |
1992年 | 9篇 |
1991年 | 9篇 |
1990年 | 6篇 |
1989年 | 7篇 |
1988年 | 7篇 |
1987年 | 6篇 |
1986年 | 3篇 |
1985年 | 3篇 |
1984年 | 2篇 |
1983年 | 4篇 |
1982年 | 6篇 |
1976年 | 1篇 |
1973年 | 1篇 |
1965年 | 3篇 |
1958年 | 1篇 |
1957年 | 12篇 |
1955年 | 1篇 |
1953年 | 5篇 |
排序方式: 共有3836条查询结果,搜索用时 15 毫秒
1.
2.
3.
土壤磷素含量是评价土壤养分的重要指标之一。利用热红外发射率数据对土壤全磷含量进行反演的研究较少且多使用常规线性回归方法,本文利用东北海伦地区采集的热红外航空成像光谱仪TASI(Thermal Airborne Hyperspectral Imager)数据,通过机器学习方法探究黑土土壤发射率与全磷含量关系,选出最优模型对研究区土壤全磷含量进行预测研究。结果表明:在8 ~ 11.5 μm范围内,土壤热红外发射率值随着全磷含量的增加而增加;除原始光谱10.792 μm这一波段外,发射率值及其数学变换与全磷含量相关系数均在0.5以下,相关性较弱;在DNN(Deep Neural Networks)训练集和测试集中,从模型精度和PSO(Particle Swarm Optimiazation)算法优化时间来看,弹性传播训练算法(RP)表现最佳,决定系数R2分别为0.51、0.7,均方根误差RMSE分别为0.0443、0.0301;激活函数对本次构建的网络精度影响非常有限,激活函数为Tansig和ReLU的深度神经网络模型训练集精度基本与偏最小二乘及逐步回归模型一致,测试集精度有所提高但稳定性较为欠缺;研究区土壤全磷含量整体较高,水田和旱田含量均大于0.8 g kg?1,城镇及建筑群密集程度与土壤全磷含量呈负相关,与偏最小二乘模型对土壤全磷含量预测结果相比,神经网络模型对研究区土壤全磷含量小于0.6 g kg?1和0.6 ~ 0.8 g kg?1两区间做了更多划分,将更多人为活动密集区附近像元划分到该含量区间内,从而使得预测含量更加符合真实情况分布;总体来看,全磷含量最高值集中分布于研究区西部、西北及西南部,但在东部及其北部区域则呈无规律性分散分布,中部地区及其余地区含量值大多为0.8 ~ 1.0 g kg?1。综上,合适调参的深度神经网络模型在反演土壤元素类问题中的表现与偏最小二乘及逐步回归等方法相比更加具有发展的潜力,在样本数据量足够的前提下,深度神经网络能够得到充分训练从而使得预测结果更加精确、稳定。 相似文献
4.
2020年12月21日,从数字广西建设领导小组办公室获悉,“广西国控林投山茶油大数据平台”“广西森林害虫灾害发生气象条件监测预警预报技术”“广西林业大数据平台”获评为第二批数字广西建设标杆引领重点示范项目(大数据与农业深度融合重点示范项目)。 相似文献
5.
基于轻量型残差网络的自然场景水稻害虫识别 总被引:4,自引:3,他引:1
准确识别水稻害虫对水稻及时采取防护和治理措施具有重要意义,该研究以自然场景中水稻害虫图像为研究对象,针对水稻害虫图像的颜色纹理与背景相近以及同类害虫形态差异较大等特点,设计了一个由特征提取、全局优化以及局部优化模块构成的轻量型残差网络(Light Weight Residual Network,LW-ResNet)用于水稻害虫识别。在特征提取模块通过增加卷积层数以及分支数对残差块进行改进,有效提取自然场景中水稻害虫图像的深层全局特征并使用全局优化模块进行优化;局部优化模块通过设计轻量型注意力子模块关注害虫的局部判别性特征。LW-ResNet网络在特征提取模块减少了残差块的数量,在注意力子模块中采用深度可分离卷积减少了浮点运算量,从而实现了模型的轻量化。试验结果表明,所设计的LW-ResNet网络在13类水稻害虫图像的测试数据集上达到了92.5%的识别准确率,高于VGG16、ResNet、AlexNet等经典卷积神经网络模型,并且LW-ResNet网络的参数量仅为1.62×106个,浮点运算量仅为0.34×109次,低于MobileNetV3轻量级卷积神经网络模型。该研究成果可用于移动端水稻害虫的自动识别。 相似文献
6.
随着深度学习技术与农业的密切融合,越来越多的研究将深度学习技术用于农业病虫害检测,提高农产品产量和质量。本文提出一种新颖的基于Xception模型的植物病害识别方法。了解到植物病害图像会受到不确定环境因素的干扰而减小图像信息。在Xception的基础上,提出一种新的通道扩增模块,采用带有通道分配权重的多尺度深度卷积与组卷积结合,增强空间和通道的特征提取效率;在网络中采用通道扩张-保持-再扩张-压缩的新策略,进一步优化通道特征提取;引入密集连接方式,提高在同尺寸的特征图之间特征重用。试验数据集由10种不同植物的50类图像组成,分别包括10种健康植物和27种病害,其中对13种病害进行了两种程度的分类。本文的方法在这些类别上可以获得91.9%的准确率,88.7%的精确率,82.45%的召回率以及85.33%的F1值。本文的算法有更小的模型复杂度和参数量,计算量为29.33 M,为Xception的66.4%。参数量为14.05 M,为Xception的66.9%。因此,Xception-CEMs能够有效对病虫害进行识别,有利于农业智能化发展。 相似文献
7.
8.
便携式柑橘虫害实时检测系统的研制与试验 总被引:3,自引:2,他引:1
为实现柑橘虫害的快速、准确识别,帮助果农及时掌握果园内虫害的危害程度和分布情况,该研究结合嵌入式图像处理技术设计了一套基于深度卷积神经网络的柑橘虫害实时检测系统。优选MoblieNet作为虫害图像特征提取网络,区域候选网络生成害虫的初步位置候选框,快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)实现候选框的分类和定位。检测系统根据目标图像中虫害数量计算危害程度,按照正常、轻度、中度、重度4个等级判定柑橘虫害的严重程度,形成虫害识别与级别定量化测评软件。最后引入北斗模块获取采样点位置信息,进一步处理成可视化的虫害热力图。结果表明,该方法可实现对柑橘红蜘蛛和蚜虫的快速准确检测,识别准确率分别达到91.0%和89.0%,单帧图像平均处理速度低至286ms。该系统实现了柑橘虫害的精准识别与定位,可为农药喷洒作业提供精准信息服务。 相似文献
9.
针对雾霾天气下无人车行驶容易出现视野受限,导致防碰撞能力下降的问题,提出了一种基于VGGNet网络的深度卷积神经网络模型,通过反向传播算法不断调整模型的权重和偏置,对收集雾霾天气下的图像和相关数据进行处理,实现模型的训练和优化。实验结果表明,所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力,达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法,具有一定的参考价值和应用前景。 相似文献
10.
本文以甘肃安西极旱荒漠国家级自然保护区天然分布的裸果木种子为实验材料,模拟分布区裸果木的生长环境,设置了播种深度分别达到0cm、0.5cm、1cm、1.5cm和2cm五个不同处理,研究了不同播种深度条件对裸果木种子萌发率、出苗率、出苗进程、胚根、胚轴的影响。实验结果表明,播种深度显著影响裸果木种子的萌发率、出苗率、出苗进程、胚根、胚轴。播种深度为0cm和0.5cm时种子萌发率分别为96.67%和82.11%,出苗率分别为96.67%和76.78%,胚轴分别为3.41cm和3.97cm,胚根分别为5.32cm和5.40cm。结论:0.5cm是裸果木种子萌发生长的最适播种深度,超过0.5cm时,随着播种深度的增加,裸果木种子萌发率和出苗率降低,胚轴和胚根生长缓慢。 相似文献