全文获取类型
收费全文 | 257篇 |
免费 | 6篇 |
国内免费 | 9篇 |
专业分类
林业 | 9篇 |
农学 | 11篇 |
基础科学 | 29篇 |
13篇 | |
综合类 | 76篇 |
农作物 | 15篇 |
水产渔业 | 14篇 |
畜牧兽医 | 89篇 |
园艺 | 7篇 |
植物保护 | 9篇 |
出版年
2024年 | 7篇 |
2023年 | 12篇 |
2022年 | 16篇 |
2021年 | 13篇 |
2020年 | 18篇 |
2019年 | 22篇 |
2018年 | 15篇 |
2017年 | 11篇 |
2016年 | 12篇 |
2015年 | 8篇 |
2014年 | 11篇 |
2013年 | 7篇 |
2012年 | 10篇 |
2011年 | 8篇 |
2010年 | 13篇 |
2009年 | 5篇 |
2008年 | 16篇 |
2007年 | 10篇 |
2006年 | 8篇 |
2005年 | 7篇 |
2004年 | 6篇 |
2003年 | 5篇 |
2002年 | 10篇 |
2001年 | 3篇 |
1999年 | 5篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 3篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1989年 | 1篇 |
1987年 | 2篇 |
1981年 | 1篇 |
1980年 | 1篇 |
排序方式: 共有272条查询结果,搜索用时 31 毫秒
81.
82.
为了解决联合收获机运输车协同作业时,运输车粮箱装载不均匀,导致粮箱装载利用率低的问题,提出了一种基于三维点云的动态均匀装载方法。该方法利用相机获取运输车粮箱内装载物的三维点云作为状态反馈信息,建立装载均匀性评估方式,以最均匀装载状态为目标,通过实时调整卸料装载点位置,使粮箱保持在均匀的装载状态。针对装载物相互遮挡对相机形成视觉盲区的问题,通过建立装载物的堆体模型和相机的遮挡模型,以最小期望误差为目标对盲区内装载物高度进行估计,并据此进行点云填充,从而得到能完整反映粮箱装载状态的三维点云。在搭建平台进行的实验中,对粮箱装载过程中可能出现的轻载、中载和重载3种装载状态进行测量,并对盲区点云位置进行估计,其盲区估计的平均误差低于5cm。仿真结果表明,动态均匀装载方法能在有限装载周期内,将粮箱从任意的初始装载状态装载为均匀状态。单次装载量的平均高度增量为2cm、粮箱的初始装载状态为空载时,装载物的最大高度方差为1cm2。单因素仿真结果表明,稳定状态下的装载物高度方差与单次装载量正相关。 相似文献
83.
针对苹果采摘机器人识别算法包含复杂的网络结构和庞大的参数体量,严重限制检测模型的响应速度问题,本文基于嵌入式平台,以YOLO v4作为基础框架提出一种轻量化苹果实时检测方法(YOLO v4-CA)。该方法使用MobileNet v3作为特征提取网络,并在特征融合网络中引入深度可分离卷积,降低网络计算复杂度;同时,为弥补模型简化带来的精度损失,在网络关键位置引入坐标注意力机制,强化目标关注以提高密集目标检测以及抗背景干扰能力。在此基础上,针对苹果数据集样本量小的问题,提出一种跨域迁移与域内迁移相结合的学习策略,提高模型泛化能力。试验结果表明,改进后模型的平均检测精度为92.23%,在嵌入式平台上的检测速度为15.11f/s,约为改进前模型的3倍。相较于SSD300与Faster R-CNN,平均检测精度分别提高0.91、2.02个百分点,在嵌入式平台上的检测速度分别约为SSD300和Faster R-CNN的1.75倍和12倍;相较于两种轻量级目标检测算法DY3TNet与YOLO v5s,平均检测精度分别提高7.33、7.73个百分点。因此,改进后的模型能够高效实时地对复杂果园环境中的苹果进行检测,适宜在嵌入式系统上部署,可以为苹果采摘机器人的识别系统提供解决思路。 相似文献
84.
玉米联合收获机清选损失监测装置设计与试验 总被引:1,自引:0,他引:1
针对玉米籽粒收获时,损失率检测不准的问题,以压电薄膜作为敏感材料,设计了一种由冲击传感器、信号处理电路和安装装置等组成的玉米收获机籽粒清选损失监测装置,并采用支持向量机多分类算法提取玉米籽粒冲击信号,实现了玉米籽粒损失的实时监测。首先,在不同冲击角度和高度的试验条件下,对不同大小的玉米籽粒和杂余进行冲击信号的采集试验,提取冲击信号的主要特征。采用支持向量机多分类算法对模型进行训练,并在监测装置上实现实时分类。使用不同品种和含水率玉米对分类模型进行验证。然后,在不同风机转速和清选筛开度条件下,得到测试时间内传感器检测的籽粒数与总损失量之间的关系,并根据谷物流量值,计算得到实时的清选损失率。最后,将该监测装置安装在4YL-8型玉米联合收获机上进行田间试验。结果表明,该监测装置与人工检测相比,平均相对误差为12.98%,可以为收获机的控制提供反馈信息。 相似文献
85.
基于Mask R-CNN的复杂背景下柑橘树枝干识别与重建 总被引:2,自引:0,他引:2
为了获取自然环境下完整柑橘果树枝干信息,以引导采摘机器人进行避障采摘作业,提出了一种基于Mask R-CNN模型与多参数变量约束的柑橘果树枝干识别与重建方法。该方法采用网格化的标记方式对果树枝干进行标记,完成了对柑橘果树枝干的小区域识别;然后对该模型获得的离散mask进行最小外接矩处理,以获得更精确的目标区域;接着利用多参数变量约束完成同一枝干mask(掩码)的划分;最后为了使重建枝干更符合实际枝干的生长姿态,以及完善未识别区域的检测,对同一枝干mask中心点进行了四次多项式拟合。实验结果表明,模型在测试集下的平均识别精确率为98. 15%,平均召回率为81. 09%,果树单条枝干平均拟合误差为11. 47%,果树枝干整体平均重建准确率为88. 64%。 相似文献
86.
87.
88.
89.
农业机械安全技术检验工作中有诸多制约安检工作顺利实施的因素,解决这些制约因素才能够确保检验工作的顺利进行。本文分析了制约农机安全技术检验工作的因素,并探讨了如何解决这些问题的对策,希望能为农机检验工作服务。 相似文献
90.