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   5699篇
  免费   826篇
  国内免费   1578篇
林业   936篇
农学   452篇
基础科学   383篇
  2491篇
综合类   2187篇
农作物   193篇
水产渔业   365篇
畜牧兽医   696篇
园艺   129篇
植物保护   271篇
  2024年   8篇
  2023年   131篇
  2022年   214篇
  2021年   249篇
  2020年   279篇
  2019年   266篇
  2018年   252篇
  2017年   368篇
  2016年   454篇
  2015年   358篇
  2014年   337篇
  2013年   478篇
  2012年   565篇
  2011年   528篇
  2010年   418篇
  2009年   380篇
  2008年   292篇
  2007年   319篇
  2006年   287篇
  2005年   237篇
  2004年   201篇
  2003年   180篇
  2002年   164篇
  2001年   129篇
  2000年   108篇
  1999年   117篇
  1998年   101篇
  1997年   83篇
  1996年   94篇
  1995年   79篇
  1994年   65篇
  1993年   72篇
  1992年   62篇
  1991年   42篇
  1990年   61篇
  1989年   36篇
  1988年   47篇
  1987年   20篇
  1986年   3篇
  1985年   2篇
  1984年   6篇
  1983年   2篇
  1981年   1篇
  1980年   1篇
  1979年   1篇
  1978年   1篇
  1976年   1篇
  1973年   1篇
  1962年   1篇
  1956年   1篇
排序方式: 共有8103条查询结果,搜索用时 15 毫秒
1.
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   
2.
为探究新冠疫情对消费者畜禽产品购买偏好的影响,本研究运用选择实验的方法,基于网络问卷形式获得湖北武汉、河南郑州、湖南长沙、浙江杭州4个城市934位消费者行为数据,采用混合logit模型进行数据分析。结果表明:从区域上看,不同区域消费者对线上渠道偏好存在差异,相对于轻度疫情区域,重度疫情区域的消费者对线上渠道偏好显著,对时间成本负向偏好明显,且对各属性的支付意愿均较高;从产品上看,消费者对不同产品的支付意愿存在差异,对具有品牌属性的产品支付意愿最高,可追溯信息属性次之,且同一区域内猪肉的支付意愿高于鸡肉。因此,畜禽产品零售企业应促进线上线下协同发力,提高效率吸引消费者;加强与完善可追溯畜禽产品的品牌建设;合理细分产品和区域,逐步拓展可追溯产品市场。  相似文献   
3.
利用东北林区云冷杉林、落叶松林、樟子松林、红松林、栎树林、桦树林、杨树林、榆树林、椴树林和水胡黄林10种森林类型的1947个样地的激光雷达数据和地面实测蓄积量数据,首先通过多元线性回归和非线性回归方法,分别建立基于机载激光雷达数据的森林蓄积量回归估计模型,并通过对比分析,确定统一形式的基础回归模型;然后利用哑变量建模方法,建立基于不同森林类型参数和相同激光雷达变量的蓄积量模型。结果表明,研究建立的10种森林类型的线性蓄积量回归模型的解释变量个数在2~7之间,确定系数在0.460~0.858之间;非线性蓄积量回归模型的解释变量个数在2~4之间,确定系数在0.461~0.846之间。基于点云平均高度和平均强度建立的10种森林类型的二元蓄积量模型(研究称之为标准模型),其确定系数在0.440~0.815之间,平均预估误差在2.88%~4.42%之间,平均百分标准误差在16.76%~25.52%之间,预估精度基本达到森林资源规划设计调查技术规定要求。依据研究建立的10种森林类型的蓄积量模型,可以编制基于激光雷达数据的航空林分材积表,在森林资源调查实践中推广应用。  相似文献   
4.
为分析上海销售端扇贝冻品的品质状况及存在的问题,探究市售扇贝冻品的品质评价方法以及冻藏过程中导致其品质劣变的关键因素,本研究依据冰柜温度、冻藏时间、产品形式、包装方式和摆放位置共5种常见影响因素,对上海市售的11种扇贝冻品商品进行采样,测定白度、解冻损失、蒸煮损失、持水力、回复性、内聚性、弹性、咀嚼性、硬度和感官评分共10项品质指标,利用因子分析构建扇贝冻品品质评价模型,并结合多元线性回归分析确定影响扇贝冻品品质劣变的关键因素。结果显示,扇贝冻品10项品质指标之间存在一定相关性,通过因子分析提取了3个因子成分,累计方差贡献率为73.33%,可以代替原有指标来综合评价扇贝冻品的品质,建立了市售扇贝冻品的品质评价模型:f=0.467f1+0.302f2+0.231f3,其中,f1公因子包括弹性、回复性、内聚性、蒸煮损失和持水力,f2公因子包括硬度、白度和咀嚼度,f3公因子包括解冻损失和感官评分;进一步由多元线性回归分析得出,冻藏时间、冰柜温度和产品形式是影响扇贝冻品品质的关键因素,其他2种因素无显著影响。研究表明,基于因子分析和多元线性回归的方法能够较好地进行扇贝冻品的品质评价并分析导致其品质劣变的影响因素。  相似文献   
5.
  1. Mediterranean fin whales aggregating in the Pelagos Sanctuary in summer to feed are exposed to vessel collision risk, particularly from high-speed ferries.
  2. This study developed models to predict summer fin whale distribution using a generalized additive model (GAM) and MaxEnt, with the aim of providing a tool to identify potential high whale–ferry collision risk areas along ferry routes within the Pelagos Sanctuary during summertime.
  3. Models were trained using sightings data collected in the summer months of 2009–2018 on board ferries crossing the central area of the Pelagos Sanctuary. Environmental predictors were bathymetry and mean sea surface chlorophyll concentration of the annual spring bloom period.
  4. The predictive ability of GAM and MaxEnt was assessed using existing knowledge of summer fin whale distribution in the region. GAM (deviance explained = 20.2%) predictions matched documented distributions more closely than that of MaxEnt, with highest predicted fin whale occurrence in deep offshore waters (>2000 m) encompassing the central north-western and western regions, and in the south-eastern region, consistent with known fin whale habitats within the Pelagos Sanctuary. Inter-annual variability was evident, influencing collision risk areas.
  5. Collision risk was estimated as a function of the overlap between the predicted probability of fin whale occurrence and ferry density estimated from Automated Identification System data. Ferry routes that cross the northern and eastern regions of the Pelagos Sanctuary presented relatively higher collision risk.
  6. Areas with changes in risk intensity between the years were temporally and spatially dynamic: some appeared intermittently throughout the study period while others persisted over consecutive years or recurred in different years.
  7. Due to the vastness of the Pelagos Sanctuary, vessel speed reduction maybe a more practical measure to manage collision risk than re-routing shipping lanes. A combination of Seasonal Management Areas and Dynamic Management Areas approaches could be adopted for high-risk areas.
  相似文献   
6.
基于RAdam卷积神经网络的水稻生育期图像识别   总被引:5,自引:5,他引:0  
为了解决现阶段水稻发育期信息的获取主要依靠人工观测的效率低、主观性强等问题,该研究提出一种基于Rectified Adam(RAdam)优化器的ResNet50卷积神经网络图像识别方法,开展水稻关键生育期的自动识别。连续2a对12块试验田的水稻物候特征进行持续自动拍摄,对采集的水稻图像进行预处理,得到水稻各发育期分类图像数据集;采用ExG因子和大津法(Otsu)算法相结合的方法对水稻图像分割,减小稻田背景干扰;对比分析了VGG16、VGG19、ResNet50和Inception v3四种模型下水稻生育期图像分级识别的性能,选取性能较优网络模型并进行了网络参数调优;对比试验了不同优化器下模型准确率和损失值的变化,选取了RAdam优化器。结果表明,采取基于RAdam优化器卷积神经网络构建的模型,在真实场景下分类识别准确率达到97.33%,网络稳定性高、收敛速度快,为水稻生育期自动化观测提供了有效方法。  相似文献   
7.
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   
8.
Ali SOUEI 《干旱区科学》2021,13(11):1122-1141
The water resources of the Nadhour-Sisseb-El Alem Basin in Tunisia exhibit semi-arid and arid climatic conditions. This induces an excessive pumping of groundwater, which creates drops in water level ranging about 1-2 m/a. Indeed, these unfavorable conditions require interventions to rationalize integrated management in decision making. The aim of this study is to determine a water recharge index (WRI), delineate the potential groundwater recharge area and estimate the potential groundwater recharge rate based on the integration of statistical models resulted from remote sensing imagery, GIS digital data (e.g., lithology, soil, runoff), measured artificial recharge data, fuzzy set theory and multi-criteria decision making (MCDM) using the analytical hierarchy process (AHP). Eight factors affecting potential groundwater recharge were determined, namely lithology, soil, slope, topography, land cover/use, runoff, drainage and lineaments. The WRI is between 1.2 and 3.1, which is classified into five classes as poor, weak, moderate, good and very good sites of potential groundwater recharge area. The very good and good classes occupied respectively 27% and 44% of the study area. The potential groundwater recharge rate was 43% of total precipitation. According to the results of the study, river beds are favorable sites for groundwater recharge.  相似文献   
9.
城市中的池塘是城市水体的重要组成部分,为揭示城市化背景下池塘水体水质的时间变化特性,选取扬州大学江阳路南校区池塘为研究区,对该池塘2018年7月至2019年6月的水质参数蓝绿藻浓度(Phyco)、水温(WT)、溶解氧(DO)、pH与电导率(EC)进行观测,采用变异系数法、单因子水质标识指数法以及多元线性回归法对各参数的变化特性进行评价。结果显示:池塘WT呈季节性变化;观测期间pH变化范围为7.74~9.98,水体呈碱性;DO变化的随机性较强,未表现出明显变化规律;各水质参数变异性及权重从大到小依次为WT>DO>EC>pH;以DO为指标的单因子水质标识指数结果表明:池塘DO达到Ⅲ类水要求的时段占总观测时段的84%;多元线性回归分析结果表明:DO与WT、pH呈正相关,与Phyco呈负相关,Phyco及pH的变化对DO浓度的影响相对于WT大。  相似文献   
10.
采用浸泡幼果法测定了6种杀虫剂及其两元复配组合对梨小食心虫初孵幼虫的毒力, 并将筛选出的增效组合在田间进行防效验证。结果表明, 阿维菌素、氯虫苯甲酰胺、高效氯氟氰菊酯、呋虫胺、噻虫嗪和溴氰虫酰胺对梨小食心虫初孵幼虫的致死中浓度(LC50)分别为:0.691、4.883、5.350、10.326、13.966和27.942 mg/L。两元复配组合中, 阿维菌素与呋虫胺复配组合(8∶1、2∶1、1∶1、1∶2和1∶4)、呋虫胺与氯虫苯甲酰胺复配组合(1∶4、1∶2、1∶1、2∶1和4∶1)、阿维菌素与氯虫苯甲酰胺复配组合(4∶1、1∶1和1∶4)和高效氯氟氰菊酯与呋虫胺复配组合(1∶4)具有增效作用。在梨小食心虫暴发为害年份、于梨果不同发育阶段进行田间防效验证, 阿维菌素与呋虫胺1∶4(12.5 mg/kg+50 mg/kg)、呋虫胺与氯虫苯甲酰胺2∶1(25 mg/kg+12.5 mg/kg)和阿维菌素与氯虫苯甲酰胺1∶1(12.5 mg/kg+12.5 mg/kg)对梨小食心虫的防效分别为75.02%~94.81%、50.04%~89.15%和42.90%~90.57%, 其中, 阿维菌素与呋虫胺(1∶4)的防治效果最好。  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