全文获取类型
收费全文 | 321篇 |
免费 | 3篇 |
国内免费 | 14篇 |
专业分类
林业 | 40篇 |
农学 | 8篇 |
基础科学 | 41篇 |
6篇 | |
综合类 | 107篇 |
农作物 | 4篇 |
水产渔业 | 10篇 |
畜牧兽医 | 102篇 |
园艺 | 18篇 |
植物保护 | 2篇 |
出版年
2023年 | 3篇 |
2022年 | 1篇 |
2021年 | 1篇 |
2020年 | 6篇 |
2019年 | 6篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 4篇 |
2015年 | 12篇 |
2014年 | 20篇 |
2013年 | 25篇 |
2012年 | 42篇 |
2011年 | 20篇 |
2010年 | 24篇 |
2009年 | 19篇 |
2008年 | 29篇 |
2007年 | 26篇 |
2006年 | 25篇 |
2005年 | 21篇 |
2004年 | 9篇 |
2003年 | 9篇 |
2002年 | 4篇 |
2001年 | 8篇 |
2000年 | 6篇 |
1999年 | 3篇 |
1998年 | 3篇 |
1997年 | 2篇 |
1995年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1989年 | 3篇 |
1988年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有338条查询结果,搜索用时 15 毫秒
1.
基于深度学习的牛肉大理石花纹等级手机评价系统 总被引:4,自引:4,他引:0
大理石花纹是影响牛肉品质等级的重要指标,目前中国牛肉加工企业对大理石花纹的评价是由专业分级人员参照标准图谱完成,具有主观性强、耗费人工的缺点。针对上述问题,该研究提出了基于深度学习的智能分级方法,设计一种具有4层卷积的神经网络结构,实现了大理石花纹特征的自动提取,并基于智能手机开发了牛肉大理石花纹检测软件。该研究共采集样本图像1 800张,按3:1:1分为校正集、验证集和测试集。为进一步验证模型,将该方法与传统机器视觉方法进行了比较,提取了牛肉大理石花纹的大、中、小脂肪颗粒个数,脂肪总面积和脂肪分布均匀度5个参数,并建立了多元线性回归模型。试验结果表明,该研究所用方法大理石花纹检测准确率更高,验证集检测正确率为97.67%。最后编写了手机软件,将模型移植入Android手机,在手机平台上调用模型进行大理石花纹检测。试验表明,该软件对测试集样本的检测准确率为95.56%,单张检测时间低于0.5 s。该研究结合卷积神经网络分类能力强和智能手机运行速度快等优点,开发了牛肉大理石花纹的手机评价系统,具有较好的实用性和便携性,可提高牛肉大理石花纹检测效率,有助于提高农畜产品检测的智能化水平。 相似文献
2.
3.
4.
目的 鞋印是刑事侦查的重要物证之一,如何对积累的大量鞋印花纹图像进行自动归类管理是刑事技术迫切需要解决的问题之一。与其他类图像不同,鞋印花纹图像具有种类多但数目未知、同类花纹分布不均匀且同类花纹数目少的特点。基于鞋印花纹图像的这些特点,用目前典型的聚类算法对鞋印花纹图像集进行聚类,并不能取得很好的效果。在对鞋印花纹图像进行分析的基础上,提出一种K步稳定的鞋印花纹图像自动聚类算法。方法 对已标记的鞋印花纹图像进行统计发现,各类鞋印花纹之间在特征空间上存在互不相交的区域(本文称为隔离带)。算法的核心思想是寻找各类鞋印花纹之间的隔离带,来将各类分开。过程为:以单调递增或递减的方式调整特征空间中判定两点为一类的阈值,得到数据集的多次划分;若在连续K次划分的过程中,某一类的成员不发生变化,则说明这K次调整是在隔离带中进行的,即聚出一类,并从数据集中删除已标记的数据;选择下一个阈值对剩余的数据集进行划分,输出K步不变的类;依此类推,直到剩余数据集为空,聚类完成。结果 在两类公开测试数据集和实际鞋印花纹数据集上进行实验,本文算法的主要性能指标都超过典型算法,其中在包含5792枚实际鞋印花纹数据集上的聚类准确率和F-Measure值分别达到了99.68%和95.99%。结论 针对鞋印花纹图像特点,提出了一种通过寻找各类之间的隔离带进行自动聚类的算法,并在实际应用中取得了很好的效果。且算法性能受参数的变化以及类的形状影响较小。本文算法同样适用于具有类似特点的其他数据集的自动聚类。 相似文献
5.
6.
正一、地方特色明显沙子岭猪(见第24页图3)具有独特的"点头墨尾中间白"的毛色特征、产子多(经产母猪头均12.5头)、生长快(日增重510克)、瘦肉多(瘦肉率42%~45%)、肉质佳、杂交效果好、耐粗饲、抗病力强等优良遗传特性。肌肉营养价值较高,肌间脂肪2.8%~3.2%,大理石纹清晰,熟肉率高,系水力强,肌纤维细,肉质细嫩味香。沙子岭猪1984年被列入《湖南省家畜家禽品种志》,2006年被列入国家畜禽遗传资源保护名录,2010年获得国家农产品地理标志保护登记。 相似文献
7.
8.
9.
灰花纹鹅膏菌及其生态习性 总被引:2,自引:0,他引:2
灰花纹鹅膏菌Amanita
fuliginea Hongo的分类地位和生态习性国内一直没有详细报道.用形态解剖、HPLC和种群生态学研究方法对其研究表明日本学者Hongo对该菌的分类是正确的;它的毒素含量与欧洲的主要种毒鹅膏菌Amanita
phalloides(Fr.∶Fr.)Link毒素含量相当,甚至更高.湘东湘南丘陵针栎混交林非常适宜该菌生长发育与演化. 相似文献
10.
用反相高效液相色谱法,以0.02mol醋酸铵-乙腈为流动相和梯度洗脱模式,从灰花纹鹅膏菌中分离纯化出三羟鹅膏毒肽(amanin),产品纯度达96%以上,三羟鹅膏毒肽的分子量为903.3. 相似文献