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   4650篇
  免费   735篇
  国内免费   566篇
林业   346篇
农学   236篇
基础科学   2009篇
  1025篇
综合类   1803篇
农作物   127篇
水产渔业   74篇
畜牧兽医   157篇
园艺   30篇
植物保护   144篇
  2024年   29篇
  2023年   311篇
  2022年   407篇
  2021年   355篇
  2020年   277篇
  2019年   213篇
  2018年   169篇
  2017年   275篇
  2016年   330篇
  2015年   247篇
  2014年   277篇
  2013年   246篇
  2012年   390篇
  2011年   339篇
  2010年   242篇
  2009年   299篇
  2008年   203篇
  2007年   265篇
  2006年   194篇
  2005年   163篇
  2004年   150篇
  2003年   99篇
  2002年   69篇
  2001年   71篇
  2000年   53篇
  1999年   42篇
  1998年   38篇
  1997年   39篇
  1996年   26篇
  1995年   20篇
  1994年   21篇
  1993年   22篇
  1992年   14篇
  1991年   12篇
  1990年   16篇
  1989年   9篇
  1988年   13篇
  1987年   2篇
  1986年   3篇
  1962年   1篇
排序方式: 共有5951条查询结果,搜索用时 15 毫秒
1.
基于机器学习的棉花叶面积指数监测   总被引:2,自引:1,他引:1  
为实现基于机器学习和无人机高光谱影像进行棉花全生育期叶面积指数(Leaf Area Index, LAI)监测,该研究基于大田种植滴灌棉花,在不同品种及不同施氮处理的小区试验基础上,对无人机获取的高光谱数据分别采用一阶导(First Derivative, FDR)、二阶导(Second Derivative, SDR)、SG(Savitzky-Golay)平滑和多元散射校正(Multiplicative Scatter Correction, MSC)进行预处理,并结合Pearson相关系数法、连续投影(Successive Projections Algorithm, SPA)、随机蛙跳(Shuffled Frog Leaping Algorithm, SFLA)和竞争性自适应重加权(Competitive Adaptive Reweighting, CARS)筛选敏感波段,将筛选出的波段,使用偏最小二乘回归(Partial Least Squares Regression, PLSR)、支持向量回归(Support Vector Regression, SVR)和随机森林回归(Random Forest Regression, RFR)3种机器学习算法构建棉花LAI监测模型。结果表明:棉花冠层LAI敏感响应波段集中在可见光(400~780 nm)和近红外(900 nm之后)波段;对比3种机器学习算法,各预处理下RFR建立的LAI监测模型精度最高,稳定性最好,其中以FDR-SFLA-RFR模型最佳,在建模集的决定系数为0.74,均方根误差为1.648 3,相对均方根误差为26.39%;验证集的决定系数、均方根误差分别为0.67和1.622 0,相对均方根误差为25.97%。该研究基于无人机获取的棉花冠层光谱反射率,从不同光谱预处理、波段筛选及建模方法建立的模型中筛选出最佳估算模型用于棉花全生育期LAI监测,研究结果可为棉花大田精准管理及变量施肥提供依据。  相似文献   
2.
采用双模态联合表征学习方法识别作物病害   总被引:1,自引:1,他引:0  
基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。  相似文献   
3.
旨在满足马铃薯生产中茬口衔接、机械化生产技术应用、不利气候下稳产等对马铃薯出苗早、齐、壮的需求,以‘费乌瑞它’为供试品种,用基于有益活菌或工程菌提取物的5种生物制剂进行种薯处理,对多重性状进行了对比分析。5种生物制剂较常规化学制剂,均能够不同程度地促进种薯萌芽和芽根同生,出苗期提前2~7天,播种后49天的出苗率提高3.33%~17.78%。其中,表现最好的为酵母核苷酸衍生物和VDAL,种薯萌发和生根均显著高于对照。霜冻后,生物剂拌种处理在恢复前期促进植株生长,由此促进恢复后期的块茎发育,较常规化学处理增产8.39%~24.03%,体现了不同程度的保产效果。多马道黑、酵母核苷酸衍生物、根肽和VDAL体现出较好的保产效果,可作为种薯处理剂投入马铃薯生产。  相似文献   
4.
为了提高数控机床热误差模型的精度与泛化性,提出了基于注意力机制的长短时记忆卷积神经网络(Long short term memory convolutional neural network based on attention mechanism, AM-CNN-LSTM)热误差模型。利用卷积神经网络提取高维数据空间状态特征的能力和长短时记忆网络提取长时间序列状态特征的能力,构建具有2个支路的热误差模型,分别提取特征后输入到注意力机制中进行特征重要性重构,建立原始数据与热误差的特征映射,最后通过全连接层进行热误差预测。采用G460L型数控机床进行实验数据采集,将不同季节采集到的温度数据和热误差作为模型输入,采用循环学习率与正则化优化方法对模型进行训练。与LSTM、ConvLSTM和CNN-LSTM热误差模型对比,结果表明,AM-CNN-LSTM模型对特征还原能力最强,残差波动范围最小,其残差范围较最大值下降62.09%,模型预测精度在2.4μm以内。  相似文献   
5.
【目的】深入分析宁晋县气候变化及其蒸散发的变化,为该区域的作物种植管理和灌溉计划制定提供参考。【方法】根据1981—2018年河北省宁晋县气象站的逐日气象资料,计算了极端气候指数,并利用FAO56Penman-Monteith公式计算了参考作物蒸散量(ET0)。分析了各气象要素、极端气候指数和ET0的变化趋势,并利用敏感性分析找出影响ET0变化的主要气象因子。【结果】1981—2018年河北省宁晋县降水量无明显变化趋势,平均温度呈显著上升趋势,日照时间、相对湿度和风速呈显著下降趋势;极端高温指标呈上升趋势,极端低温指标呈下降趋势,极端降水指标无显著变化。【结论】相对湿度是ET0年均值主要影响因子;夏季对ET0月均值影响最大的气象因素为净辐射,其他季节,相对湿度对其影响最大;风速和辐射的降低不仅抵消了温度升高和相对湿度降低对ET0的正影响,还使得ET0呈下降趋势,但下降趋势不显著。  相似文献   
6.
为了研究轴伸贯流泵在不同流量工况下的压力脉动特性,应用计算流体动力学软件对泵内流场进行数值计算,揭示不同流量工况下泵内压力脉动的变化规律,并利用真机进行压力脉动测试以验证数值计算方法的可靠性.结果表明:机组各监测面的压力脉动都具有一定的周期性,转轮处波峰和波谷与转轮叶片数相关,压力脉动主频为叶频;前导叶进口截面压力脉动主频为转频;在小流量工况下,流动较为紊乱,压力脉动抖动明显;转轮出口截面由于受动静干涉影响,流动紊乱,尤其在小流量工况下,压力脉动峰值最高为设计工况的12倍;在导叶进口以及导叶出口处监测点的压力脉动频域中出现了撞击和回流诱导的低频信号,低频段频谱复杂,出现明显的抖动.  相似文献   
7.
[目的/意义]数字素养是终身学习能力的一部分,开展数字素养教育是满足社会和个人发展的需要。然而,中国大学生数字素养教育仍处于起步阶段,尤其在以数字化方式开展相关教育方面仍缺乏较好的实践案例。[方法/过程]文章以英国开放大学图书馆的“数字化生存”项目为研究对象,介绍项目的主要内容和基本思路,总结其主要特点:以简短且吸引人的活动为起点;以深刻且渐进式的路径为纵深;以边界且反思型的自评为节点。[结果/结论]英国开放大学图书馆的“数字化生存”项目简单而有效,为中国数字素质教育的开展提供可行思路:起点较低却富有层次的内容建设;科学合理且循序渐进的设计思路;平易近人且随时反馈的学习体验。  相似文献   
8.
缺株玉米行中心线提取算法研究   总被引:1,自引:1,他引:0  
无人驾驶农机自主进行行驶路径检测和识别系统需要具备环境感知能力。作物行的中心线识别是环境感知的一个重要方面,已有的作物行中心线识别算法在缺株作物行中心线提取中存在检测精度低的问题。该研究提出了一种能够在缺株情况下提取玉米作物行中心线的算法。首先采用限定HSV颜色空间中颜色分量范围的方法将作物与背景分割,通过形态学处理对图像进行去噪并填补作物行空洞;然后分别在图像底部和中部的横向位置设置条状感兴趣区(Region of Interest,ROI),提取ROI内的作物行轮廓重心作为定位点。在图像顶端间隔固定步长设置上端点,利用定位点和上端点组成的扫描线扫描图像,通过作物行区域最多的扫描线即为对应目标作物行的最优线;将获取的最优线与作物行区域进行融合填充作物行中的缺株部位;最后设置动态ROI,作物行区域内面积最大轮廓拟合的直线即为目标作物行中心线。试验结果表明,对于不同缺株情况下的玉米图像,该算法的平均准确率达到84.2%,每帧图像的平均检测时间为0.092 s。该研究算法可提高缺株情况下的作物行中心线识别率,具有鲁棒性强、准确度高的特点,可为无人驾驶农机在作物行缺株的农田环境下进行作业提供理论依据。  相似文献   
9.
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   
10.
基于介电特征的苹果霉心病检测方法   总被引:1,自引:0,他引:1  
针对苹果霉心病无法有效根据外表进行识别,且传统检测方法具有设备复杂、成本高昂等问题,本研究通过采集苹果介电参数构建苹果霉心病检测模型,从而实现简单快速的苹果霉心病无损检测。基于LCR测量仪采集220个苹果的108项介电指标(9个频率下的12项介电指标)作为原始参数,使用数据标准化、主成分分析算法等对数据进行预处理,并利用BP神经网络、支持向量机、随机森林算法构建霉心病果检测模型。试验结果表明,基于随机森林算法构建的霉心病果检测模型性能最佳,在150个苹果构建的训练集和70个苹果构建的测试集中分类准确率分别达到96.66%和95.71%;基于采用BP神经网络构建的霉心病果检测模型效果次之,分类准确率分别可达到94.66%和94.29%;基于使用支持向量机构建的模型检测效果相对较差,分类准确率分别为93.33%和91.43%。试验结果表明,使用随机森林构建的模型可以更有效地识别霉心病果和好果。本研究可为苹果病虫害及苹果品质无损检测等提供参考。  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