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   489篇
  免费   5篇
  国内免费   42篇
林业   1篇
农学   112篇
基础科学   17篇
  14篇
综合类   307篇
农作物   65篇
水产渔业   2篇
畜牧兽医   2篇
园艺   2篇
植物保护   14篇
  2023年   3篇
  2022年   5篇
  2021年   5篇
  2020年   3篇
  2019年   4篇
  2018年   1篇
  2017年   2篇
  2016年   4篇
  2015年   6篇
  2014年   11篇
  2013年   12篇
  2012年   28篇
  2011年   14篇
  2010年   22篇
  2009年   16篇
  2008年   49篇
  2007年   17篇
  2006年   39篇
  2005年   43篇
  2004年   34篇
  2003年   15篇
  2002年   25篇
  2001年   25篇
  2000年   33篇
  1999年   12篇
  1998年   12篇
  1997年   4篇
  1996年   10篇
  1995年   7篇
  1994年   13篇
  1993年   12篇
  1992年   12篇
  1991年   10篇
  1990年   5篇
  1989年   8篇
  1988年   2篇
  1987年   2篇
  1986年   2篇
  1985年   1篇
  1984年   2篇
  1983年   1篇
  1982年   1篇
  1981年   1篇
  1965年   1篇
  1957年   2篇
排序方式: 共有536条查询结果,搜索用时 15 毫秒
1.
为避免水稻钵体软盘穴播量检测过程中的秧盘背景分割和稻种特征的手工设计及提取,本文提出了一种基于卷积神经网络的水稻钵体软盘穴播量检测方法,该方法可自动学习和提取不同穴播量的水稻种子特征,实现常规稻、杂交稻和超级杂交稻钵体软盘穴播量为0、1、2、3、4、5、6及7粒以上共8种播量的自动检测。本文在每层卷积单元网络结构参数保持固定的前提下,选取2~4层共3种不同卷积单元数量的网络结构对RiceCountCNN模型性能进行试验,试验结果表明随着模型深度加深,模型检测精度逐渐提高。本文在3层RiceCountCNN模型网络框架下,按卷积核的大小递减和数量递增原则选择得出不同的卷积核网络参数组合方式,最终优化得出网络结构为9C16-AP2-7C32-AP2-5C64的模型性能最佳,平均正确率达到98.76%。为测试RiceCountCNN模型的性能,每个水稻品种选取1幅19穴×14穴的图像作为测试集对模型进行测试,试验结果得出模型针对常规稻、杂交稻和超级杂交稻的检测正确率分别达到97.37%、98.12%和90.98%,每幅图像的检测时间小于2.33 s。研究结果满足精密育秧播种实际工况检测要求,该研究为实现水稻精密衡量播种作业提供参考。  相似文献   
2.
优质水稻栽培技术   总被引:3,自引:0,他引:3  
一、种子处理 1晒种浸种前在户外阳光下将稻种平铺8~10厘米,晒2~3天即可。  相似文献   
3.
基于光声光谱和TCA迁移学习的稻种活力检测   总被引:1,自引:1,他引:0  
种子活力是决定水稻产量的最重要因素之一,但目前水稻种子活力的近红外和高光谱等无损检测方法易受种子表皮颜色影响,且所建模型难以适应新品种。该研究提出基于光声光谱技术的稻种活力无损检测方法并结合迁移学习进行新品种稻种活力检测。首先,对Y两优、龙粳、南粳、宁粳、武运粳、新两优等具有区域代表性的典型6种水稻品种,进行高温高湿人工老化处理,得到0~7 d老化时间的水稻种子;再通过调制频率获得8种不同深度的光声光谱信息,用主成分分析、竞争性自适应重加权算法对光谱降维得到特征光谱后,对Y两优、龙粳、南粳、宁粳、武运粳分别建立偏最小二乘回归(Partial Least Squares Regression,PLSR)、反向传播神经网络(Back Propagation Neural Network,BP)、广义回归神经网络(Generalized Regression Neural Network,GRNN)、支持向量回归模型(Support Vector Regression,SVR)、深度卷积神经网络(Convolutional Netural Network,CNN)的稻种活力预测模型,并选择最优调制频率;最后,通过迁移学习将建立的模型迁移到新两优稻种进行活力预测。结果表明,光声光谱最佳扫描频率为300 Hz,CNN预测模型精度较高,相关系数和均方根误差分别优于0.990 9、低于0.967 5;且经过迁移学习,仅需通过对源域数据的训练,即可直接对新品种稻种的活力进行精确预测;通过TCA迁移学习后,新两优稻种活力预测的相关系数从0.718 5提高到0.990 3。研究表明,采用光声光谱深度扫描技术对不同种类稻种的活力进行高精度检测是可行的,且经过迁移学习,仅需80粒新品种稻种信息即可实现稻种活力的精确预测。  相似文献   
4.
5.
采用一套带搅拌器的小型超声波处理种子装置,以优良水稻种子为研究对象,研究了超声波处理对水稻种子发芽率和幼苗根系的影响作用.研究结果表明,超声波处理水稻种子可以提高发芽势和发芽率、促进芽和根的生长;频率为25kHz,处理时间为20min的效果较好.2010年,两户稻农对龙阳16进行小范围对比区试,种子经过超声波处理的秧苗整齐,根系发达,分别比参照组增产6.67%和8.54%.  相似文献   
6.
沼液含有多种活性、抗性、营养性物质, 利用沼液浸种具有明显的抗病、壮苗、增产作用。沼液浸种对水稻根腐病、纹枯病、小球菌核病、恶苗病均有较强的抑制作用;沼气池出料间的水温一般  相似文献   
7.
湘乡市山枣镇福田农机合作社吸取2011年一部分机插秧面积受寒露风的影响导致减产的教训,2012年在镇农机、农技技术人员指导下,在种子方面找到突破口,把握品种搭配和季节选择,用优质高产的早稻杂交种子做晚稻机插秧种子,经过大胆实践,取  相似文献   
8.
不同进化阶段稻种资源储藏特性初步研究   总被引:1,自引:0,他引:1  
对68份不同进化阶段的稻种资源的储藏特性进行了初步分析,结果表明:供试材料中耐储藏性好的材料有10份(占14.71%),主要为野生种和地方品种,耐储藏性很差的材料有5份(7.35%);野生种中耐储藏材料的比例最高(75%),在籼型材料中耐储藏材料的比例较高(12.8%),在粳型和偏粳型材料中未发现耐储藏的材料。种子老化指数与籼粳形态指数总分值呈显著正相关(r=0.251*),与酚反应值呈显著正相关(r=0.250*)。  相似文献   
9.
浅谈水稻高产栽培技术   总被引:3,自引:0,他引:3  
介绍了水稻高产栽培技术,主要包括:选择好的稻种,适时播种、培育壮秧,大田管理等,为水稻的高产提供参考。  相似文献   
10.
秦汉以来,隶属氐羌系民族的哈尼族人在向云南南部迁徙的过程中,与当地土著的百越系民族接触,学会了水稻耕种,进入了水稻农耕社会。但是,哈尼族人来到云南南部时,条件优越的坪坝地区已经由强势的百越系民族占据,哈尼族人只好在水源充足的红河流域山区开辟了层层梯田,开创了独特的梯田稻作农耕文化。  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