全文获取类型
收费全文 | 271篇 |
免费 | 33篇 |
国内免费 | 22篇 |
专业分类
林业 | 16篇 |
农学 | 11篇 |
基础科学 | 32篇 |
35篇 | |
综合类 | 128篇 |
农作物 | 11篇 |
水产渔业 | 8篇 |
畜牧兽医 | 62篇 |
园艺 | 8篇 |
植物保护 | 15篇 |
出版年
2023年 | 17篇 |
2022年 | 6篇 |
2021年 | 10篇 |
2020年 | 9篇 |
2019年 | 19篇 |
2018年 | 5篇 |
2017年 | 11篇 |
2016年 | 13篇 |
2015年 | 11篇 |
2014年 | 18篇 |
2013年 | 14篇 |
2012年 | 16篇 |
2011年 | 12篇 |
2010年 | 10篇 |
2009年 | 14篇 |
2008年 | 42篇 |
2007年 | 16篇 |
2006年 | 14篇 |
2005年 | 10篇 |
2004年 | 5篇 |
2003年 | 7篇 |
2002年 | 5篇 |
2001年 | 2篇 |
2000年 | 3篇 |
1999年 | 3篇 |
1998年 | 5篇 |
1997年 | 3篇 |
1996年 | 1篇 |
1995年 | 5篇 |
1994年 | 1篇 |
1993年 | 4篇 |
1992年 | 1篇 |
1991年 | 3篇 |
1990年 | 3篇 |
1989年 | 1篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1984年 | 1篇 |
1982年 | 1篇 |
1980年 | 1篇 |
1978年 | 1篇 |
1973年 | 1篇 |
排序方式: 共有326条查询结果,搜索用时 46 毫秒
1.
【目的】基于高光谱特征初步判别油菜摘薹情况,为实现高光谱反演籽粒油酸含量提供理论指导。【方法】使用FieldSpec 3地物光谱仪采集油菜盛花期叶片光谱数据,采用Agilent GC-MS 7980B气相色谱仪分析摘薹和未摘薹处理的籽粒油酸含量,比较2组处理的平均原始光谱反射率特征,及其油菜叶片原始及一阶微分光谱反射率与籽粒油酸含量相关性,在此基础上构建基于原始光谱特征波长的支持向量机(SVM)判别模型、基于光谱参数的油酸含量二项式模型、基于一阶微分光谱特征波长的油酸含量多元线性逐步回归(MLSR)及偏最小二乘回归(PLSR)预测模型,并利用独立样本T检验对模型精度进行验证。【结果】发现未摘薹及摘薹处理的平均原始光谱反射率曲线在760~1080nm波段存在一定差异。未摘薹及摘薹处理的原始光谱反射率与籽粒油酸含量相关性曲线存在一定差异,未摘薹处理的原始光谱反射率在484~956和1001~1146 nm波段与籽粒油酸含量呈正相关,摘薹处理的原始光谱反射率在1882~2111和2324~2499 nm波段与油菜籽粒油酸含量呈正相关,说明摘薹会影响油菜光谱反射率与籽粒油酸含量的相关性表现。选取位于760~1080 nm波段4个拐点波长(760、920、970和1080 nm)的原始光谱反射率作为自变量,用以构建SVM判别模型,经过多次随机取样比较构建所有SVM判别模型,发现最佳判别模型的训练集样本总体精度为86.1%,验证集样本总体精度为77.8%,说明利用高光谱技术判别油菜是否摘薹具有一定的可行性。光谱参数模型中RVI模型对未摘薹处理油菜籽粒油酸含量的反演效果最佳,且该模型与未摘薹处理籽粒油酸含量的相关系数(-0.705)最高。比较全部油菜籽粒油酸含量预测模型类型,PLSR模型对未摘薹处理籽粒油酸含量预测精度最高,其训练集R2=0.590、RMSE=0.610,MLSR模型对摘薹处理籽粒油酸含量预测精度最高,其训练集R2=0.773、RMSE=0.874。利用独立样本T检验对二者模型测试集样本进行验证,未摘薹样本P=0.839,摘薹样本P=0.858,二者样本实测值与预测值均无显著差异(P>0.05),模型合理,说明利用高光谱技术对油菜籽粒油酸含量进行预测可行。【建议】引入随机森林等机器学习算法,更好地选取特征波长(显著相关波长或全波段等),提高光谱数据对油菜籽粒油酸含量的预测能力。后期的试验应侧重于多品种油菜籽粒油酸含量估测研究,探索高光谱技术估测油菜籽粒油酸含量是否具备普遍的可行性。利用高光谱技术反演其他油菜籽粒品质指标,为高光谱遥感监测油菜品质提供理论依据。 相似文献
2.
运用高光谱技术鉴别玉米霉变等级时,因光谱波段数多、数据量大、信息冗余度高,使鉴别工作难度加大。为了减少数据量,获得最有利于鉴别的高光谱信息特征波长,本研究提出了一种连续投影算法(SPA)融合信息熵的特征波长选择方法。首先,对霉变玉米样本高光谱数据运用多元散射校正(MSC)进行光谱预处理以消除噪声,然后利用SPA对处理过的光谱进行波长初选,得到8个初选特征波长,再通过信息熵原理处理初选特征波长下的图像信息,获得最佳特征波长。结果表明,运用SPA融合信息熵法得到有利于霉变玉米鉴别的最佳波长为819 nm,提取该波长下霉变玉米图像的纹理特征后,采用Fisher判别分析(FDA)进行鉴别,6个等级霉变玉米的鉴别正确率高达98.6%,充分证明所给出的特征波长选择方法是有效的。本研究特征波长选择方法可为更好地运用高光谱技术鉴别玉米霉变等级提供指导。 相似文献
3.
不同波长选择方法在土壤有机质含量检测中对比研究 总被引:1,自引:1,他引:0
由于近红外光谱数据的多重共线性,特征波长选择一直是近红外光谱分析技术的重要研究内容。以108个土壤样本光谱数据和土壤有机质(SOM)含量为研究对象,以连续投影算法(SPA)、间隔偏最小二乘法(IPLS)、竞争自适应重加权采样法(CARS)三种典型的特征波长选择算法进行近红外光谱波长选择和土壤有机质含量建模。研究结果表明,基于上述三种方法提取的特征波长所建立的模型预测能力均优于全谱模型。其中,基于SPA算法的MLR预测模型精度最优,预测集相关系数(Rp)和均方根误差(RMSEP)分别为0970 2和1.214 4,模型参数只有6个。因此,SPA-MLR可以有效地应用近红外光谱的建模,并且简化模型的复杂度,提高模型的计算效率。 相似文献
4.
文章旨在探究不同熟化条件对3种玉米直链淀粉和支链淀粉含量的影响.采用3×3双因素试验设计,温度和时间为自变量.温度为3个水平,分别为100℃、110℃、120℃;设时间为3个水平,分别为30 min、45 min、60 min;通过不同熟化条件分别对云南玉米、东北玉米、家佳荣2号玉米进行熟化,用双波长分光光度计法测定3种玉米的直链淀粉和支链淀粉的含量.结果显示:熟化对3种玉米的直链淀粉和支链淀粉含量均有影响,其变化规律为:与熟化后的玉米相比总体规律为支链淀粉含量降低,直链淀粉含量升高.其中熟化对云南玉米和东北玉米的直链淀粉和支链淀粉含量影响显著(P<0.05);对家佳荣2号玉米的直链淀粉含量影响不显著(P>0.05),对支链淀粉淀粉含量影响显著(P<0.05).另外,熟化对3种玉米支链淀粉的减少量从多到少的顺序为云南玉米<家佳荣2号玉米<东北玉米,对3种玉米直链淀粉的增加量从多到少的顺序为家佳荣2号玉米>东北玉米>云南玉米.综合分析可知,熟化对3种玉米含量和结构的影响大小为家佳荣2号玉米>云南玉米>东北玉米. 相似文献
6.
基于特征LED光源的苹果多品质参数无损检测装置研究 总被引:1,自引:0,他引:1
为了实现对优质果品的快速无损筛选,设计了便携式苹果多品质一体化无损检测装置。利用可见/近红外光谱检测平台,获取苹果样本的漫反射光谱信息,采用随机蛙跳算法提取了可溶性固形物含量、可滴定酸含量和果肉硬度的特征波长,优选出3个参数的10个共享特征波长。在此基础上,采用特征窄带LED光源与光电二极管相结合的检测方式,设计了漫反射检测光路、窄带LED环形光源、检测探头及控制电路等硬件系统。选取144个苹果样本,通过检测装置获取漫反射特征电压强度,由传感器感光系数计算出对应的光强,建立了苹果可溶性固形物含量、可滴定酸含量和果肉硬度的多元线性回归模型,预测集相关系数分别为0. 812 9、0. 807 3和0. 773 6,均方根误差为0. 603 6°Brix、0. 063 6%和1. 732 5 N。基于QT和Python3开发工具,采用Python语言开发了装置的实时控制与分析软件,植入苹果多品质参数预测模型,实现了多品质参数的同时检测与分析。为测试该装置的检测精度和稳定性,另选取46个样本,每个样本重复检测8次,预测苹果可溶性固形物含量、可滴定酸含量和果肉硬度的相关系数分别为0. 809 6、0. 796 2和0. 758 9,均方根误差0. 697 3°Brix、0. 070 3%和1. 832 3 N,装置重复采样最大变异系数分别为0. 010 6、0. 011 6和0. 006 2。结果表明:基于多特征窄带LED光源研发的低成本、便携式无损检测装置可实现对苹果多品质参数的实时无损检测,可满足农户田间生产及电商销售优质果筛选要求。 相似文献
8.
采用自动识别雌雄蚕蛹的技术与设备,是解决蚕种生产人工鉴蛹人力短缺和保证鉴蛹正确率的有效途径之一。以6个家蚕品种的蚕蛹供试,利用自制的在线近红外光谱检测装置进行雌雄蛹的鉴别。分别以3种采谱条件采集各供试家蚕品种蚕蛹样品的近红外光谱,以采用全谱和经竞争性自适应重加权算法(CARS)、无信息变量消除法(UVE)优选后的波长变量分别建立偏最小二乘判别分析(PLSDA)的雌雄蚕蛹识别模型。测试结果显示,在3种采谱条件下,以单个家蚕品种的光谱数据建模时雌雄蚕蛹鉴别的正确率达100%;多个家蚕品种的蚕蛹混合后采集光谱数据建模,其中采用方法 a(积分时间8 ms,扫描次数5次)、方法 b(积分时间为8 ms,扫描次数10次)、方法 c(积分时间20 ms,扫描次数10次)获取光谱数据建模的鉴别正确率分别达94.2%、95.2%、100.0%。选择高速采集光谱的方法 a,经CARS法优选波长后建模的测试结果优于经UVE法优选波长建模的结果,对校正集、交叉验证集和预测集蚕蛹样品的雌雄识别正确率分别为100%、100%和96.2%。研制的在线近红外光谱检测装置及建立的检测方法与模型,可应用于蚕种生产中快速鉴别分选雌雄蚕蛹。 相似文献
9.
全波长扫描式多功能读数仪(酶标仪)是一种多通道光学系统的分光光度计,将靛酚蓝比色法与酶标仪相结合,建立了酶标仪-靛酚蓝测定水中铵态氮的方法,方法检出限为0.046 mg/L。方法的加标回收率在90.7%~101.8%之间,该方法与连续流动分析仪-水杨酸分光光度法相比,两者测定数据之间回归直线方程为Y(连续流动分析仪-NH_4~+-N)=1.052 4X(酶标仪-NH_4~+-N)-0.009,相关系数R=0.976 1**(n=32,P0.01)。5个水样重复6次测定,测定结果的相对标准偏差均小于3%。全波长扫描式多功能读数仪(酶标仪)结合靛酚蓝比色法测定重现性好,结果准确,快速方便,可用于水样中铵态氮含量测定。 相似文献
10.
高光谱技术在常规水稻种子活力检测中的应用 总被引:1,自引:0,他引:1
[目的]实现常规水稻种子活力的快速自动化检测。[方法]采用高光谱成像技术(波长范围874~1 734 nm),提取甬籼69和中早39 2种常规水稻种子未老化、老化48 h和老化72 h的光谱反射率,在提取样本光谱时采用小波变换(WT)剔除像素点光谱噪声部分,并基于全波段光谱建立了支持向量机(SVM)判别分析模型。[结果]未老化种子与老化种子可以准确识别,而老化48 h种子与老化72 h种子之间无法准确识别,与基于种子活力参数的测量结果相符,且不同水稻品种对老化的反应存在差异。[结论]高光谱成像技术结合化学计量学方法用于种子活力的快速自动化无损检测是可行的。 相似文献