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   5164篇
  免费   758篇
  国内免费   595篇
林业   245篇
农学   390篇
基础科学   751篇
  620篇
综合类   2012篇
农作物   206篇
水产渔业   236篇
畜牧兽医   1228篇
园艺   147篇
植物保护   682篇
  2024年   16篇
  2023年   248篇
  2022年   329篇
  2021年   362篇
  2020年   253篇
  2019年   177篇
  2018年   143篇
  2017年   249篇
  2016年   355篇
  2015年   264篇
  2014年   335篇
  2013年   285篇
  2012年   482篇
  2011年   482篇
  2010年   368篇
  2009年   345篇
  2008年   271篇
  2007年   319篇
  2006年   268篇
  2005年   214篇
  2004年   145篇
  2003年   134篇
  2002年   99篇
  2001年   56篇
  2000年   54篇
  1999年   43篇
  1998年   37篇
  1997年   33篇
  1996年   27篇
  1995年   22篇
  1994年   14篇
  1993年   16篇
  1992年   10篇
  1991年   14篇
  1990年   9篇
  1989年   10篇
  1988年   7篇
  1987年   8篇
  1986年   3篇
  1984年   1篇
  1982年   1篇
  1981年   3篇
  1976年   1篇
  1956年   4篇
  1955年   1篇
排序方式: 共有6517条查询结果,搜索用时 21 毫秒
1.
2.
To identify viruses in Henan tobacco-planting areas, from 2015 to 2017 and 2019, 288 symptomatic tobacco samples were collected and then subjected to small RNA sequencing. Results showed that at least 7 viruses were detected from these samples which including four previously reported viruses, cucumber mosaic virus (CMV), tobacco mosaic virus (TMV), potato virus Y (PVY) and tobacco vein banding mosaic virus (TVBMV). Other three viruses, wild tomato mosaic virus (WTMV), brassica yellows virus (BrYV), and cycas necrotic stunt virus (CNSV) were firstly detected in Henan province. However, tobacco etch virus (TEV) and tobacco ringspot virus (TRSV) were not detected from these samples. In addition, CMV, TMV, PVY, TVBMV, and BrYV were the dominant viruses infecting tobacco in Henan Province.  相似文献   
3.
为实现收获后含杂马铃薯中土块石块的快速检测和剔除,提出了一种基于改进YOLO v4模型的马铃薯中土块石块检测方法。YOLO v4模型以CSPDarknet53为主干特征提取网络,在保证检测准确率的前提下,利用通道剪枝算法对模型进行剪枝处理,以简化模型结构、降低运算量。采用Mosaic数据增强方法扩充图像数据集(8621幅图像),对模型进行微调,实现了马铃薯中土块石块的检测。测试表明,剪枝后模型总参数量减少了94.37%,模型存储空间下降了187.35 MB,前向运算时间缩短了0.02 s,平均精度均值(Mean average precision, mAP)下降了2.1个百分点,说明剪枝处理可提升模型性能。为验证模型的有效性,将本文模型与5种深度学习算法进行比较,结果表明,本文算法mAP为96.42%,比Faster R-CNN、Tiny-YOLO v2、YOLO v3、SSD分别提高了11.2、11.5、5.65、10.78个百分点,比YOLO v4算法降低了0.04个百分点,模型存储空间为20.75 MB,检测速度为78.49 f/s,满足实际生产需要。  相似文献   
4.
转基因甘蔗BtG-2是利用农杆菌介导法把Cry1Ac-2A-gna融合抗虫基因导入‘新台糖22号’的转基因甘蔗株系,具有良好的抗虫特性和农艺性状。为了明确转基因甘蔗BtG-2的分子特征及其检测方法,推进其生物安全性评价工作,以BtG-2的T2代为研究材料,利用Southern杂交检测外源基因在转基因甘蔗基因组内的拷贝数;利用染色体步移技术分离外源基因在甘蔗基因组中插入位点的侧翼序列,并建立了该转化体高效灵敏的特异性PCR检测方法。结果表明:Southern杂交检测证明外源T-DNA以单拷贝方式插入BtG-2株系;经过3次的热不对称巢式PCR扩增,获得外源基因T-DNA左边侧翼序列984 bp和右边侧翼序列705 bp;以这2个序列和相应的T-DNA的左右端序列分别设计3对检测引物对,建立了BtG-2株系的转化事件特异性PCR检测方法,扩增效率最高的引物对LS011/LA451和RS160/RA588分别扩增到440 bp和428 bp的特异片段。其中T-DNA左侧设计的LS011/LA451检测引物对扩增的灵敏度高、特异性强,能够在甘蔗BtG-2基因组DNA相对含量为0.1%的模板中检测出转基因目的成分,相当于9个单倍体基因组拷贝数。本研究完成了转基因株系BtG-2的分子特征及其转化事件特异性检测,为该转基因甘蔗及其衍生产品的检测和身份识别提供技术依据。  相似文献   
5.
吕珽  陈虹吟  汤承  岳华 《畜牧兽医学报》2021,52(8):2361-2368
旨在调查川西北牦牛哺乳动物正呼肠孤病毒(MRV)的感染情况并分离病毒。采用RT-PCR方法,对采自川西北15个牧场的72份牦牛腹泻粪便样本和其中5个牧场的15份腹泻牦牛血清样本进行MRV检测,阳性样本进一步用分型PCR确定其血清型。结果显示,粪便样本中MRV检出率为20.83%(15/72),血清2型的比例为60%(9/15);血清样本中MRV检出率为40%(6/15),血清2型的比例为83.33%(5/6);未检测到其他血清型。成功地从腹泻粪便中分离到1株MRV血清2型毒株(TCID50为4×10-8.56·mL-1),并获得长度为23 587 bp的分离株全基因组,该分离株与中国猪源毒株的遗传关系最近;与GenBank中所有的MRV S1基因相比,该分离株有4个独特的氨基酸突变。本研究从牦牛中检测到MRV,并分离到1株牛源MRV血清2型毒株,为进一步研究MRV血清2型生物学特性奠定了基础。  相似文献   
6.
为提高采摘设备的执行效率,采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统,该系统可自动识别不同种类的水果,并实现自动采摘,可通过手机端远程控制采摘设备的起始和停止,并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程,从而避免了大量的矩阵运算,使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真,验证了降维求解的可行性。在果实采摘流程中,为了使机械臂运动轨迹更加稳定与协调,采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位,在Ubuntu 19.10操作系统中使用2000幅图像作为训练集,分别对不同种类的果实进行识别模型训练,在GPU环境下进行测试,结果表明,每种果实识别的准确率均在94%以上,单次果实采摘的时间约为17s。经过实际测试,该系统具有良好的稳定性、实时性以及对果实采摘的准确性。  相似文献   
7.
转基因玉米CM8101特异性定性PCR检测方法   总被引:1,自引:0,他引:1  
旨在为转基因安全监管提供技术支撑,本研究建立了转基因玉米CM8101定性检测方法。根据CM8101转基因玉米插入序列信息,于3′端侧翼序列处设计PCR引物。通过扩增体系优化、特异性测试、灵敏度测试、稳定性测试等技术参数的测试建立了转基因玉米CM8101定性检测方法。结果表明:本特异性检测方法各项参数符合相关转基因分子检测标准的要求,具有良好的品系特异性,方法检测灵敏度可达0.1%。CM8101是中国自主研发的具有产业化应用前景的转基因玉米新品系,本方法为品系和其衍生产品的鉴定提供技术手段。  相似文献   
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.
中蜂囊状幼虫病是一种由中蜂囊状幼虫病毒引起的严重威胁中蜂健康的传染性疾病。目前由于该病尚无有效的药物治疗方式,因此,预防与及时检测对于遏制该病传播显得尤为重要。本文主要从临床诊断、分子生物学和免疫学方面总结中蜂囊状幼虫病检测与鉴定的方法,包括形态诊断、RT-PCR技术、实时荧光定量PCR、巢式PCR、胶体金免疫快速诊断技术、ELISA、血清学技术和基因芯片等,为中蜂囊状幼虫病毒检测方法的改进和优化提供参考。  相似文献   
10.
果实表型数据高通量、自动获取是果树新品种育种研究的基础,实现幼果精准检测是获取生长数据的关键。幼果期果实微小且与叶片颜色相近,检测难度大。为了实现自然环境下苹果幼果的高效检测,采用融合挤压激发块(Squeeze-and-Excitation block, SE block)和非局部块(Non-Local block, NL block)两种视觉注意机制,提出了一种改进的YOLOv4网络模型(YOLOv4-SENL)。YOLOv4模型的骨干网络提取高级视觉特征后,利用SE block在通道维度整合高级特征,实现通道信息的加强。在模型改进路径聚合网络(Path Aggregation Network, PAN)的3个路径中加入NL block,结合非局部信息与局部信息增强特征。SE block和NL block两种视觉注意机制从通道和非局部两个方面重新整合高级特征,强调特征中的通道信息和长程依赖,提高网络对背景与果实的特征捕捉能力。最后由不同尺寸的特征图实现不同大小幼果的坐标和类别计算。经过1 920幅训练集图像训练,网络在600幅测试集上的平均精度为96.9%,分别比SSD、Faster R-CNN和YOLOv4模型的平均精度提高了6.9百分点、1.5百分点和0.2百分点,表明该算法可准确地实现幼果期苹果目标检测。模型在480幅验证集的消融试验结果表明,仅保留YOLOv4-SENL中的SE block比YOLOv4模型精度提高了3.8百分点;仅保留YOLOv4-SENL中3个NL block视觉注意模块比YOLOv4模型的精度提高了2.7百分点;将YOLOv4-SENL中SE block与NL blocks相换,比YOLOv4模型的精度提高了4.1百分点,表明两种视觉注意机制可在增加少量参数的基础上显著提升网络对苹果幼果的感知能力。该研究结果可为果树育种研究获取果实信息提供参考。  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