全文获取类型
收费全文 | 3820篇 |
免费 | 504篇 |
国内免费 | 239篇 |
专业分类
林业 | 281篇 |
农学 | 155篇 |
基础科学 | 836篇 |
620篇 | |
综合类 | 1879篇 |
农作物 | 81篇 |
水产渔业 | 93篇 |
畜牧兽医 | 300篇 |
园艺 | 133篇 |
植物保护 | 185篇 |
出版年
2024年 | 15篇 |
2023年 | 276篇 |
2022年 | 307篇 |
2021年 | 271篇 |
2020年 | 248篇 |
2019年 | 193篇 |
2018年 | 112篇 |
2017年 | 150篇 |
2016年 | 179篇 |
2015年 | 167篇 |
2014年 | 263篇 |
2013年 | 226篇 |
2012年 | 263篇 |
2011年 | 287篇 |
2010年 | 250篇 |
2009年 | 200篇 |
2008年 | 241篇 |
2007年 | 210篇 |
2006年 | 144篇 |
2005年 | 114篇 |
2004年 | 78篇 |
2003年 | 75篇 |
2002年 | 40篇 |
2001年 | 46篇 |
2000年 | 31篇 |
1999年 | 13篇 |
1998年 | 9篇 |
1997年 | 11篇 |
1996年 | 15篇 |
1995年 | 20篇 |
1994年 | 19篇 |
1993年 | 7篇 |
1992年 | 7篇 |
1991年 | 10篇 |
1990年 | 5篇 |
1989年 | 7篇 |
1988年 | 7篇 |
1987年 | 6篇 |
1986年 | 3篇 |
1985年 | 2篇 |
1984年 | 2篇 |
1983年 | 4篇 |
1982年 | 4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4563条查询结果,搜索用时 0 毫秒
1.
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
2.
针对传统计算机视觉技术在苹果外部品质分级中准确率较低、鲁棒性较差等问题,提出了基于深度学习的苹果外观分级方法(多卷积神经网络融合DXNet模型)。首先,在延安市超市、果园等场所实地拍摄不同外观等级的苹果图像15000幅,并进行人工标记,建立了外部品质信息覆盖度广、样本量大的苹果图像数据库;然后,在对比分析经典卷积网络模型的基础上,采用模型融合的方式对经典模型进行优化改进,抽取经典模型卷积部分进行融合,作为特征提取器,共享全连接层用作分类器,并采用批归一化和正则化技术防止模型过拟合。试验评估采用15000幅图像进行训练、4500幅图像进行测试,结果表明,DXNet模型的分级准确率高于经典模型,分级准确率达到97.84%,验证了本文方法用于苹果外部品质分级的有效性。 相似文献
3.
珠海市现代农业发展中心(以下简称“农发中心”)水产技术推广部副部长李勇,加人农技推广工作20年来,始终以产业需求为首要任务,从不计较个人得失。他深度参与了白蕉海鲈的品牌创建、技术推广、示范区建设、地理标志产品申报等工作,敢于啃“硬骨头”,默默为产业发展奉献自己的力量。 相似文献
4.
基于自监督学习的温室移动机器人位姿跟踪 总被引:1,自引:1,他引:0
为实现温室环境下机器人行进过程中的位置及姿态跟踪,该研究提出一种基于时序一致性约束的自监督位姿变换估计模型。模型用软遮罩,处理视频帧间静止造成的位姿预测值收缩现象,进一步用归一化遮罩,解决非刚体场景和目标遮挡问题。设计了一种星型扩张卷积,并基于该卷积,为模型构建自编码器。在采集自种植作物为番茄的日光温室视频数据上开展训练和测试试验。结果表明,与不采用遮罩处理的模型相比,采用软遮罩的模型,位置和姿态估计相对误差分别减少5.06个百分点和11.05个百分点,采用归一化遮罩的模型,这2项误差则分别减少4.15个百分点和3.86个百分点,2种遮罩均可显著提高模型精度;星型扩张卷积对降低模型误差是有效的,在网络参数不变的前提下,该卷积使姿态估计相对误差减少7.54个百分点;时序一致性约束使姿态估计均方根误差下降36.48%,每百帧累积姿态角误差降低54.75%,该约束可用于提高模型精度及稳定性;该研究的位置及姿态估计相对误差分别为8.29%和5.71%,与Monodepth2相比,减少了8.61%和6.83%。该研究可为温室移动机器人导航系统设计提供参考。 相似文献
5.
基于离散元法的免耕深施肥分段式玉米播种开沟器研制 总被引:5,自引:5,他引:0
针对东北垄作深施肥免耕播种机上开沟器播种深度均匀性差、工作阻力大、土壤扰动大的问题,该研究利用离散元软件(EDEM 2.7)仿真分析不同类型破茬刀-施肥铲装置对土壤的作用机理,设计了一种分段式玉米播种开沟器。首先建立土壤-玉米根系-玉米秸秆离散元仿真模型,然后进行不同类型破茬刀-施肥铲装置离散元仿真试验,以回落土壤最大合外力的位置和方向为依据设计开沟器入土部分曲线,同时结合滑切原理设计开沟器未入土部分斜刃,最后根据土壤回落距离确定施肥铲和开沟器间距为374 mm。田间对比试验结果表明,分段式开沟器比尖角式开沟器、滑刀式开沟器、双圆盘式开沟器的播深变异系数分别降低了14.24%、27.31%、33.63%;工作阻力分别降低了27.56%、16.93%、1.23%;土壤扰动面积分别降低了11.67%、28.34%、49.34%。分段式开沟器播种深度均匀性高、工作阻力小、土壤扰动小,具有较优的作业效果。 相似文献
6.
7.
为定量评估澜沧江中上游及元江水电开发对水资源的消耗并判断其影响因素,同时与全流域对比澜沧江中上游水电开发水资源消耗水平,以澜沧江中上游和元江两个不同水热、地形条件的干流水库为研究对象,采用总蒸发水量法计算水电站水足迹。结果表明:元江干流的2座水电站水足迹平均值为3.19 m^3/GJ,澜沧江4座水电站平均值为0.51 m^3/GJ,均低于全国水平,显示出澜沧江中上游水电开发巨大优势。气温对计算结果影响最大,其次是地形因素。 相似文献
8.
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
9.
10.
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