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   109篇
  免费   21篇
  国内免费   53篇
农学   1篇
基础科学   94篇
  43篇
综合类   40篇
农作物   1篇
畜牧兽医   3篇
植物保护   1篇
  2024年   1篇
  2023年   1篇
  2022年   5篇
  2021年   6篇
  2020年   4篇
  2019年   10篇
  2018年   15篇
  2017年   4篇
  2016年   8篇
  2015年   8篇
  2014年   9篇
  2013年   8篇
  2012年   10篇
  2011年   10篇
  2010年   7篇
  2009年   8篇
  2008年   5篇
  2007年   9篇
  2006年   16篇
  2005年   6篇
  2004年   4篇
  2003年   1篇
  2002年   2篇
  2001年   8篇
  1998年   3篇
  1997年   1篇
  1996年   1篇
  1995年   4篇
  1994年   2篇
  1993年   2篇
  1992年   4篇
  1986年   1篇
排序方式: 共有183条查询结果,搜索用时 15 毫秒
1.
针对传统计算机视觉技术在苹果外部品质分级中准确率较低、鲁棒性较差等问题,提出了基于深度学习的苹果外观分级方法(多卷积神经网络融合DXNet模型)。首先,在延安市超市、果园等场所实地拍摄不同外观等级的苹果图像15000幅,并进行人工标记,建立了外部品质信息覆盖度广、样本量大的苹果图像数据库;然后,在对比分析经典卷积网络模型的基础上,采用模型融合的方式对经典模型进行优化改进,抽取经典模型卷积部分进行融合,作为特征提取器,共享全连接层用作分类器,并采用批归一化和正则化技术防止模型过拟合。试验评估采用15000幅图像进行训练、4500幅图像进行测试,结果表明,DXNet模型的分级准确率高于经典模型,分级准确率达到97.84%,验证了本文方法用于苹果外部品质分级的有效性。  相似文献   
2.
基于热红外成像与骨架树模型的奶牛眼温自动检测   总被引:1,自引:0,他引:1  
针对现有方法无法实现奶牛热红外图像中眼温信息自动获取的问题,为实现奶牛眼温无接触、自动、高精确检测,提出了一种基于热红外成像技术与骨架树模型的奶牛眼温自动检测方法。首先,在获得奶牛侧面热红外图像的基础上,利用基于差距度量的阈值分割方法提取奶牛目标,对奶牛骨架进行精确提取,并构建了奶牛骨架树模型,在该模型上对奶牛头部区域进行准确定位;然后,根据头部轮廓的形状特征与眼睛几何位置特征,对奶牛眼睛区域中心点进行准确定位;最后,以眼睛中心点为圆心,以半径为20像素区域内的最高温度作为眼睛温度,对奶牛热红外图像中眼温进行自动检测。为验证本文方法的有效性,随机选取来自50头奶牛的100幅侧视热红外图像进行了试验,结果表明,采用本文方法检测结果的平均绝对误差为0.35℃、平均相对误差为0.38%,具有较高的精度。本研究可为奶牛体温非接触、自动化、高精度检测提供技术支撑。  相似文献   
3.
针对人工监测奶牛发情费时、费力,仅依靠活动量和非接触式视频监测无法实现奶牛安静发情预警的问题,根据奶牛发情时阴道粘液生理特征变化,提出基于奶牛阴道电阻变化的奶牛发情监测方案。设计了由黄铜电阻探头、8爪防滑装置构成的奶牛阴道植入式电阻传感器,对阴道电阻值进行采集。借助2.4GHz的ZigBee网络开发了无线传输系统,将阴道电阻无线传送给协调器节点,协调器经由RS485总线传输到监控中心。开发了奶牛阴道电阻上位机实时监测系统,实现了奶牛阴道电阻的精确采集和远程实时监测。分别对植入式电阻传感器和监测系统进行了准确性、稳定性、可靠性及能量可用性试验,结果表明,植入式电阻传感器电阻测量探头体积小、安装方便,可测定1~1000Ω范围的电阻,测量精度在±2%以内,24h内电阻最大波动为2Ω;在450m2奶牛养殖区范围内,ZigBee网络数据发送成功率不低于98.5%;植入式电阻传感器终端节点在7.4V/6500mA·h锂电池能量供应下可连续工作38d。监测系统运行稳定,能够精确、可靠、实时地监测奶牛阴道电阻的变化,为奶牛发情程度和排卵时间的准确预测提供了一种新的监测方法。  相似文献   
4.
真实环境中树的三维重建可在虚拟现实、景观设计及农林业应用方面发挥重要作用,为解决真实环境中树的三维重建问题,该文提出一种基于稀疏图像的交互式建模方法。在自然环境下采集2幅相差90°的树图像及对应4~7幅中间图像,采用交互式编辑方法在夹角相差90°的1幅图像上获取各级树枝二维投影位置及粗度信息,再通过中间图像找到各级树枝在另一幅图像上的匹配树枝,并交互式调整树枝位置信息,然后进行透视校正,生成树枝三维几何模型,最后根据叶序规则添加树叶完成重建。通过对苹果树、樱桃树和枫树的重建结果表明,该方法交互性好,对图像拍摄数量与角度要求不高,重建时间在55~125 min之间,且能较好保持树的拓扑结构,可为虚拟植物建模、虚拟修剪试验和植物拓扑结构分析等提供参考。  相似文献   
5.
基于遗传算法的番茄幼苗光合作用优化调控模型   总被引:1,自引:0,他引:1  
由于光合速率优劣直接影响番茄的产量与品质,而其光合速率主要受温度和光子通量密度影响,因此如何实现不同温度条件下的光饱和点信息动态获取,是光环境调控技术发展亟需解决的重要问题。针对上述问题,该文提出了基于遗传算法的番茄幼苗光合作用优化调控模型。其利用光合速率双因素嵌套试验获取多维数据,构建温度、光子通量密度耦合的光合速率多元非线性回归模型,设计了基于遗传算法的光合速率模型寻优方法,得到不同温度条件下的光饱和点,继而建立以光饱和点为目标值的番茄幼苗光合优化调控模型。模型验证试验结果表明,提出的方法可动态获取不同温度条件下光饱和点,光饱和点实测值与计算值决定系数为0.920,最大相对误差小于6%,具有较高精度,对提高设施光环境调控效率具有重要的意义。  相似文献   
6.
基于机器视觉的奶牛发情行为自动识别方法   总被引:3,自引:0,他引:3  
及时检测奶牛发情、适时人工授精、减少空怀奶牛,是奶牛养殖场增加产奶量的关键手段。针对基于运动量和体温等体征的接触式奶牛发情识别方法会造成奶牛应激反应且识别准确率不高的问题,提出了一种非接触式奶牛发情行为自动识别方法。该方法首先使用改进的高斯混合模型实现运动奶牛目标检测,然后基于颜色和纹理信息去除干扰背景,再利用AlexNet深度学习网络训练奶牛行为分类网络模型,识别奶牛爬跨行为,最终实现对奶牛发情行为的自动识别。在供试数据集上的试验结果表明,本文方法对奶牛发情的识别准确率为100%,召回率为88.24%。本文方法可应用于奶牛养殖场的日常发情监测中,为生产管理提供辅助决策。  相似文献   
7.
激光点云数据包含信息丰富、精度高,在森林演变、植物模型重构方面应用广泛。为提高树三维重构时的精度与真实感,提出一种基于实测点云数据的三维重构方法。首先使用Kinect 2.0采集树的双面点云数据,在树根附近放置塑料标准球作为标记,使用人工标记法粗配与ICP(Iterative closest point)算法精配相结合的方式对获取的双面点云数据进行配准,得到树完整的点云数据;其次,引入生长角度约束改进空间殖民算法生成树的三维骨架,根据管道模型估算树枝粗度,使用广义圆柱体生成树干;最后对叶片单独建模,根据叶序规则添加树叶完成树的三维重构。以玉兰树、枫树以及深圳先进技术研究院可视计算研究中心(VCC)公开库中的Limit Tree为例,进行重构实验,重构结果表明,该方法能够逼真地模拟树的三维形态结构,较好的展现树的拓扑结构关系,重构误差在6.5%以内,可为虚拟树木三维建模、虚拟修剪以及树的拓扑结构分析等研究提供参考。  相似文献   
8.
基于视频分析的犊牛基本行为识别   总被引:6,自引:0,他引:6  
针对接触式获取动物行为信息的局限性,研究并提出基于视频分析的犊牛基本行为识别方法。首先对目标检测方法进行改进,提出基于最大连通区域的目标循环搜索环境建模、目标检测算法,以高效提取复杂自然环境下的犊牛目标;在提取犊牛的质心、轮廓等时序特征的基础上,采用基于结构相似的犊牛行为序列快速聚类算法,对犊牛基本行为进行识别。试验结果表明,环境建模、目标检测算法目标正负样本检测正确率分别达90.94%和98.98%,比背景相减法分别提高4.59和8.32个百分点;犊牛躺、站、走和跑跳的正确识别率分别为100%、96.17%、95.85%和97.26%,能快速对犊牛基本行为进行准确分类,为大型动物高级行为识别及理解奠定了基础。  相似文献   
9.
针对高校部分大学生学习倦怠和学业困难的问题,以问卷调查方式对大学生学业倦怠群体进行调查,研究大学生学业倦怠成因及帮学机制。结果显示,大学生学业倦怠的主要因素依次为专业思想不稳固、学习目标不明确、学习动力不足、学习方法不当、负面情绪体验较多等。应建立以学校、学生、家庭多层面入手,名家引导、任课教师关注、朋辈互助及心理咨询师疏导等多形式协同的帮学机制,从而消除大学生学业倦怠行为,提高学业水平,促进大学生健康成长。  相似文献   
10.
基于光照无关图理论的苹果表面阴影去除方法   总被引:5,自引:5,他引:0  
阴影影响下苹果目标的快速准确识别是苹果采摘机器人视觉系统必须解决的关键技术之一。为了实现阴影影响下苹果目标的准确识别,该研究采用光照无关图理论实现了苹果表面阴影的去除。以自然场景下获取的受不同程度阴影影响的苹果目标图像为研究对象,首先利用光照无关图原理获取阴影苹果图像的光照无关图,达到突出苹果目标阴影区域的目的;其次提取原图像的红色分量信息并与关照无关图进行相加处理;最后将相加后的图像进行自适应阈值分割处理,达到去除阴影的目的。为了验证该算法的有效性与准确性,利用20幅受阴影影响的苹果目标图像进行了试验,并与Otsu算法、1.5*R-G色差算法进行了对比,试验结果表明:Otsu算法仅能识别出未受阴影影响的苹果区域;1.5*R-G 色差算法受光照影响较大,对于苹果图像的相对强光照区域和部分阴影区域不能有效识别;基于光照无关图的苹果表面阴影去除方法对阴影影响下的苹果目标图像分割效果较好,可以克服光照过强的问题,并准确识别出阴影影响下的苹果目标。文中算法的平均假阳性率为17.49%,比Otsu算法降低了52.84%,比1.5*R-G算法降低了26.18%;文中算法的平均重叠系数为86.59%,比Otsu算法提高了47.2%,比1.5*R-G算法提高了11.03%;表明利用光照无关图可以有效地去除苹果表面的阴影,将其应用于阴影影响下的苹果目标的识别是可行的。  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