全文获取类型
收费全文 | 22225篇 |
免费 | 760篇 |
国内免费 | 467篇 |
专业分类
林业 | 821篇 |
农学 | 1638篇 |
基础科学 | 1268篇 |
789篇 | |
综合类 | 10652篇 |
农作物 | 2838篇 |
水产渔业 | 106篇 |
畜牧兽医 | 1392篇 |
园艺 | 1103篇 |
植物保护 | 2845篇 |
出版年
2024年 | 19篇 |
2023年 | 397篇 |
2022年 | 436篇 |
2021年 | 418篇 |
2020年 | 479篇 |
2019年 | 382篇 |
2018年 | 254篇 |
2017年 | 464篇 |
2016年 | 565篇 |
2015年 | 568篇 |
2014年 | 1237篇 |
2013年 | 1051篇 |
2012年 | 1286篇 |
2011年 | 1448篇 |
2010年 | 1362篇 |
2009年 | 1423篇 |
2008年 | 1389篇 |
2007年 | 1235篇 |
2006年 | 1198篇 |
2005年 | 980篇 |
2004年 | 792篇 |
2003年 | 754篇 |
2002年 | 647篇 |
2001年 | 646篇 |
2000年 | 555篇 |
1999年 | 417篇 |
1998年 | 403篇 |
1997年 | 406篇 |
1996年 | 340篇 |
1995年 | 331篇 |
1994年 | 300篇 |
1993年 | 258篇 |
1992年 | 291篇 |
1991年 | 296篇 |
1990年 | 186篇 |
1989年 | 155篇 |
1988年 | 9篇 |
1987年 | 15篇 |
1986年 | 15篇 |
1985年 | 6篇 |
1984年 | 4篇 |
1983年 | 2篇 |
1982年 | 2篇 |
1981年 | 4篇 |
1977年 | 2篇 |
1975年 | 2篇 |
1965年 | 3篇 |
1957年 | 11篇 |
1955年 | 1篇 |
1953年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
刘昊 《干旱区资源与环境》2021,(2):88-95
作物识别是提取作物种植结构的基础,利用遥感技术对作物进行监测识别,对优化生产布局、调整农业生产模式有着重要意义。文中选取河套灌区杭锦后旗为研究区域,基于2019年覆盖生长周期的Sentinel-2号卫星影像数据,构建NDVI时间序列数据集,利用Savitzky-Golay(S-G)滤波对NDVI时间序列数据集进行平滑,分析不同作物不同发育期的光谱曲线特征,计算各主要作物识别关键期的光谱阈值,构建基于决策树分层分类的农作物种植面积提取模型,并用验证样本对分类结果进行精度验证。结果表明:利用整个生育期内的NDVI最大合成影像确定植被地表覆盖,NDVI曲线变化区别林地与耕地,逐层提取地物,简便易行;采用S-G滤波重构高质量的NDVI时间序列曲线,研究证明重构后曲线更加平滑符合作物生长趋势;基于Sentinel-2号遥感数据和整个生育期NDVI时序数据,构建分层分类决策树模型,作物分类总体精度达92.1%,Kapppa系数精度达0.857。本研究采用的方法满足遥感观测应用化需求,也为县级区域农作物分类提供重要参考价值。 相似文献
2.
随着畜禽规模养殖的发展,高度集约化养殖模式将影响畜禽的健康状况、疫病防控和福利水平。一种无接触、无应激的射频识别(Radio Frequency Identifi cation,RFID)技术应运而生,该技术可以在无损状态下采集畜禽的行为、生理生化和养殖环境指标,从而为评估集约化养殖的效果和影响提供基础数据。文章讨论了三种常见类型的RFID系统在畜禽养殖中的应用,系统地比较了各类系统的优缺点及适宜应用场景,进一步提出RFID在畜禽养殖中的未来应用方向,以期为深化畜禽信息采集的研究提供参考。 相似文献
3.
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
4.
5.
6.
7.
本文概括了宁夏直播稻栽培中水直播、旱直播、保墒旱直播等种植方式的特点,直播稻田中危害严重的杂草主要有稗草、莎草、泽泻、眼子菜等,介绍了稻田常用除草剂的类型和特点,针对直播稻田间除草存在的问题,提出了宁夏直播稻田间杂草的治理策略. 相似文献
8.
9.
基于改进YOLO v3的自然场景下冬枣果实识别方法 总被引:4,自引:0,他引:4
为实现自然场景下冬枣果实的快速、精准识别,考虑到光线变化、枝叶遮挡、果实密集重叠等复杂因素,基于YOLO v3深度卷积神经网络提出了一种基于改进YOLO v3(YOLO v3-SE)的冬枣果实识别方法。YOLO v3-SE模型利用SE Net 的SE Block结构将特征层的特征权重校准为特征权值,强化了有效特征,弱化了低效或无效特征,提高了特征图的表现能力,从而提高了模型识别精度。YOLO v3-SE模型经过训练和比较,选取0.55作为置信度最优阈值用于冬枣果实检测,检测结果准确率P为88.71%、召回率R为83.80%、综合评价指标F为86.19%、平均检测精度为82.01%,与YOLO v3模型相比,F提升了2.38个百分点,mAP提升了4.78个百分点,检测速度无明显差异。为检验改进模型在冬枣园自然场景下的适应性,在光线不足、密集遮挡和冬枣不同成熟期的情况下对冬枣果实图像进行检测,并与YOLO v3模型的检测效果进行对比,结果表明,本文模型召回率提升了2.43~5.08个百分点,F提升了1.75~2.77个百分点,mAP提升了2.38~4.81个百分点,从而验证了本文模型的有效性。 相似文献
10.
作物物候期识别是农情遥感监测的重要内容,及时准确识别作物物候期,对有效评估作物生长趋势、提高农情信息化管理水平有重要意义。提出了基于时间序列全极化合成孔径雷达(polarimetric synthetic aperture radar, PolSAR)数据结合决策树模型的油菜物候期识别方法。首先,采用3种极化分解方法提取PolSAR极化参数,并分析各极化参数对油菜物候期的动态响应规律;其次,基于各极化分解方法提取的参数建立决策树模型,并对油菜物候期进行分类识别;最后,采用基于混淆矩阵的方法对油菜物候期识别结果进行精度评价。采用5期Radarsat-2 PolSAR数据和地面物候观测数据进行实验验证。结果表明:提取的PolSAR参数中对物候期变化较为敏感的参数有H/A/alpha分解中的散射角(Alpha)、特征值(L2、L3)、伪熵(P2)、目标方位角(Beta1)参数,Freeman-Durden分解中的地面散射(Ground)和奇次散射(Odd)参数,Yamaguchi分解中的奇次散射(Odd_Y)和螺旋体散射(Helix)参数;决策树模型对油菜物候期识别结果较为准确,识别结果中组合3种极化分解方法提取参数建立的原始决策树模型分类总体精度最高,达94%。总体上,PolSAR极化分解参数对油菜物候期变化比较敏感,决策树模型能有效识别油菜物候期。 相似文献