全文获取类型
收费全文 | 7638篇 |
免费 | 462篇 |
国内免费 | 859篇 |
专业分类
林业 | 544篇 |
农学 | 488篇 |
基础科学 | 353篇 |
705篇 | |
综合类 | 3895篇 |
农作物 | 683篇 |
水产渔业 | 360篇 |
畜牧兽医 | 1021篇 |
园艺 | 606篇 |
植物保护 | 304篇 |
出版年
2024年 | 55篇 |
2023年 | 133篇 |
2022年 | 365篇 |
2021年 | 353篇 |
2020年 | 346篇 |
2019年 | 299篇 |
2018年 | 223篇 |
2017年 | 390篇 |
2016年 | 260篇 |
2015年 | 355篇 |
2014年 | 428篇 |
2013年 | 494篇 |
2012年 | 675篇 |
2011年 | 654篇 |
2010年 | 655篇 |
2009年 | 526篇 |
2008年 | 558篇 |
2007年 | 534篇 |
2006年 | 442篇 |
2005年 | 346篇 |
2004年 | 231篇 |
2003年 | 148篇 |
2002年 | 132篇 |
2001年 | 131篇 |
2000年 | 143篇 |
1999年 | 36篇 |
1998年 | 7篇 |
1997年 | 5篇 |
1996年 | 1篇 |
1995年 | 6篇 |
1994年 | 6篇 |
1993年 | 5篇 |
1992年 | 3篇 |
1991年 | 2篇 |
1990年 | 2篇 |
1989年 | 1篇 |
1987年 | 3篇 |
1986年 | 1篇 |
1981年 | 2篇 |
1962年 | 2篇 |
1956年 | 1篇 |
排序方式: 共有8959条查询结果,搜索用时 15 毫秒
131.
氮肥水平对不同育种时代粳稻产量、氮素吸收利用差异的影响 总被引:27,自引:0,他引:27
以选育时期不同(两个选育时代)的12个水稻品种为材料,于施氮量为0,225,300 kg/hm~2纯氮大田条件下,研究了不同氮肥水平下两选育时代的水稻品种产量、物质生产积累量及氮素吸收、利用效率的差异.结果表明,水稻产量随着选育时代的更替有所提高,并随施氮量的增加两时代产量表现不同,早期品种中有83.3%的水稻基因型的产量随施氮量增加呈增加趋势,当代品种产量则有一半基因型在225 kg/hm~2氮肥水平下产量达最大,说明早期品种对氮肥反应较当代品种敏感.农艺性状中的株高和穗长随着育种时代的更替有矮化和减小的趋势,着粒密度有所增加.干物质和氮素平均积累量在生育时期各阶段均表现为当代品种大于早期品种,氮素利用效率亦表现相同的规律.相关分析表明,水稻产量与抽穗、成熟期物质积累量和氮素吸收量均呈显著或极显著正相关关系,与拔节期关系不密切.氮素利用效率与产量呈显著正相关,与株高和穗长呈显著负相关.说明随着选育时代的更替,水稻产量、吸氮量及氮素利用效率有所提高,株型趋于矮化,穗型由散穗向密穗型演变. 相似文献
132.
由于存在包衣配方不统一、包衣机自动化水平低等问题,目前我国种子包衣合格率检测精度和效率较低。为此设计了一套丸粒化包衣种子识别检测系统,针对形状为类球体的包衣种子进行识别。首先,搭建拍摄平台,拍摄的图像传输至识别控制系统中进行图像前期处理。其次,根据图像处理后不同类型包衣种子特征提出了一种识别检测算法,根据破损包衣种子与其它包衣种子图像面积比例的差异,利用高级形态学处理实现破损包衣种子的识别。根据多籽种子与合格种子颗粒像素值的差异实现对多籽种子以及合格种子的识别。最后,对种子总数、合格数、多籽种子数及破损种子数进行检测,计算得到包衣合格率。以红三叶种子进行试验,结果表明:整套系统图像采集、处理与识别时间约为3s;运用高级形态学处理识别破损包衣种子准确率达98.8%;当试验样本为200粒时,总数识别算法的准确率达到99.1%;对合格包衣种子以及多籽包衣种子识别相对误差分别为1.18%与3.36%。该识别检测系统实现了拍摄、图像处理、检测识别以及结果保存等功能,实现了包衣种子的无损检测。 相似文献
133.
我国玉米产量高,高效、便携、低成本的玉米成分检测技术及其装置对于玉米品质的检测至关重要,基于可见/近红外光谱技术,设计了一款玉米主要品质便携式检测装置。为探究所设计方案的可行性,自行搭建了可见/近红外光谱采集系统,对不同品种共72份玉米样本进行光谱采集,分别建立了玉米籽粒蛋白质、脂肪和淀粉含量的偏最小二乘(PLS)预测模型以及结合竞争性自适应重加权算法(CARS)的CARS-PLS预测模型。结果表明,CARS方法可以有效筛选出各组分的相关变量,提升模型效果,各组分质量分数的预测集均方根误差(RMSEP)均有所下降, 蛋白质质量分数的RMSEP由0.4866%降至0.4068%;脂肪质量分数的RMSEP由0.1549%降至0.0989%;淀粉质量分数的RMSEP由0.4714%降至0.4675%。预测集相关系数Rp均有所提高,蛋白质质量分数的Rp由0.9309提升至0.9603;脂肪质量分数的Rp由0.9497提升至0.9770;淀粉质量分数的Rp由0.9520提升至0.9605。基于CARS方法所筛选的各组分特征变量,选择了合适的近红外光谱传感器,在此基础上设计了检测装置的光谱采集单元、控制单元、显示单元、电源单元以及散热单元,并基于NodeMCU开发板和Arduino IDE开发工具,采用Arduino语言对装置控制程序进行开发,实现“一键式”快速检测。试验验证了该装置的检测精度和稳定性,结果表明,预测玉米籽粒蛋白质、脂肪和淀粉质量分数的相关系数分别为0.8431、0.8243、0.8154,预测均方根误差分别为0.3576%、0.2318%、0.2333%,相对分析误差分别为1.8577、1.7761、1.5735。对同一样本多次重复预测,各组分预测值的变异系数分别为0.235%、0.241%和0.028%。 相似文献
134.
针对混合试验图像所得均匀性指数计算结果难以直接匹配于被广泛认可的数值仿真参考值的问题,本文基于线性模型方法,将混合试验图像处理与数值仿真结果进行映射,在黏性水溶性农药与水在长直混合管内进行在线混合的试验条件下构建对应的线性预测模型,并采用射流混药器在线混合图像及仿真结果对上述模型进行检验。研究结果表明:不同图像方法(灰度直方图二阶矩(HSM)、改进面积加权法(OAU)、主成分分析法(PCA))对应最优线性拟合阶数不同,采用单独图像方法构建模型时最优阶次为4,决定系数R2高于0.95,采用2种图像方法组合和3种图像方法组合时最优阶次可分别降至3阶和2阶,R2则接近或高于0.98;载流流量Q为800~2000mL/min、混合比P为0.01~0.10条件下,基于HSM、OAU、PCA和线性模型,可实现实际混药器均匀性预测,所有模型预测误差均小于0.05,且采用一元和二元线性模型使得平均预测误差分别降低84.1%和79.8%,不同算法间预测结果极差分别降低31.6%和78.0%;采用基于PCA或OAU算法的一元模型进行预测时误差可控制在0.03以内,其精度高于不同算法组合预测的结果;采用基于HSM-PCA等算法组合的二元模型误差虽稍高于0.03,但也可避免单一图像指标计算不准确带来的预测风险。通过构建图像处理-数值仿真之间的映射关系,可为基于图像处理进行农药在线混合均匀性评估提供更加可行和合理的方法。 相似文献
135.
为确定满足畦灌技术约束下的冬小麦最小灌水定额,采用地面灌溉水流运动模拟模型SISM,结合华北地区畦灌现状,考虑畦田长度、坡度、田面标准差、微地形空间分布差异及入畦单宽流量等要素,设计53.088种畦灌技术要素组合,以地面灌溉水流覆盖整个田块和最小灌水深度Zmin>0为控制条件,对不同技术要素组合下的灌水过程进行模拟,分析畦灌技术要素和灌水性能指标值的对应关系,结合畦灌数值模拟试验结果,提出3种代表性畦田长度(50、100、150 m)下田面标准差、坡度、入畦单宽流量等畦灌要素的建议范围。在不考虑畦田布置优化方案的条件下,3种代表性畦长畦灌最小灌水定额不宜低于84、117、148 mm;在地面灌溉技术及畦田布置方案优化的条件下,3种代表性畦长畦灌最小灌水定额不宜低于71、75、79 mm。 相似文献
136.
基于深度学习的大豆生长期叶片缺素症状检测方法 总被引:5,自引:0,他引:5
为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。首先通过摄像头采集水培大豆叶片图像,对大豆叶片图像进行人工标记,建立大豆叶片图像分割任务的训练集和测试集,通过预训练确定模型的初始参数,并使用较低的学习率训练Mask RCNN模型,训练后的模型在测试集上对背景遮挡的大豆单叶片和多叶片分割的马修斯相关系数分别达到了0.847和0.788。通过预训练确定模型的初始参数,使用训练全连接层的方法训练VGG16模型,训练的模型在测试集上的分类准确率为89.42%。通过将特征明显的叶片归类为两类缺氮特征和4类缺磷特征,分析讨论了模型的不足之处。本文算法检测一幅100万像素的图像平均运行时间为0.8 s,且对复杂背景下大豆叶片缺素分类有较好的检测效果,可为农业自动化生产中植株缺素情况估计提供技术支持。 相似文献
137.
微波真空干燥对香蕉片干燥特性及品质的影响 总被引:4,自引:0,他引:4
为研究香蕉片微波真空干燥特性及品质,探讨了不同干燥因素对香蕉片干燥速率及品质的影响,在不同干燥温度(45、50、55、60℃)、微波功率密度(28、53、82W/g)、真空度(75、80、85、90kPa)及切片厚度(4、6、8、10mm)条件下对香蕉片进行微波真空干燥试验,并运用Weibull模型拟合了香蕉片微波真空干燥特性曲线。试验结果表明:随着干燥温度、微波功率密度及切片厚度的增加,干燥时间缩短;Weibull 分布函数能够较好地模拟香蕉片微波真空干燥过程,尺度参数α随干燥温度、微波功率密度和切片厚度的增加而降低,而干燥条件的变化对形状参数β影响甚微;色泽与干燥温度、微波功率密度、真空度及切片厚度均有关,干燥温度与真空度越高,色差越小,且随微波功率密度的上升而增大及切片厚度的增加呈先减小后增大的趋势;微波功率密度和切片厚度是影响复水比的主要因素,微波功率密度为28W/g、切片厚度为4~8mm时,干燥后的香蕉脆片复水性能较好。香蕉脆片的最佳干燥参数为干燥温度60℃、微波功率密度28W/g、真空度90kPa、切片厚度6mm,此条件下香蕉脆片酥脆度最佳,孔隙分布均匀一致。该研究探索了真空微波干燥技术下香蕉片的干燥特性和品质,为香蕉片微波真空干燥技术的应用提供了理论指导。 相似文献
138.
针对当前拖拉机检测系统功能集成度低、检测参数不全面、传输距离有限的问题,开发了拖拉机田间作业参数无线检测系统。该系统由传感器、数据采集仪及上位机软件监测平台3部分组成,能够实现PTO转矩及转速、油耗、发动机转速、悬挂提升力、力位调节加载力、加载角度、行驶速度、车轮转速、牵引力等多种参数的采集、无线发送与存储。系统工作时,数据采集仪中的车载检测仪将采集的传感器数据发送至无线数据接收器,无线数据接收器通过串口将数据传输至上位机软件监测平台,实现对各类试验参数的实时监测与数据处理。为验证检测系统的可行性与稳定性,对系统进行了采集通道的计量,结果显示模拟信号通道绝对误差绝对值最大为0.003V,引用误差最大为0.03%,频率信号通道检测绝对误差最大为2Hz,引用误差最大为0.013%,满足对拖拉机作业参数的采集需求。在此基础上,进行了PTO转矩参数及拖拉机无负载行驶速度采集试验。试验结果表明,检测系统可以实现转矩参数的稳定采集及数据的无线传输;在5、8、14km/h 3挡车速匀速行驶下,拖拉机车轮转速与实际行驶速度基本一致,最大相对误差分别为2.0%、1.2%及0.7%。本系统可满足对拖拉机工作性能参数的无线检测需求,数据采集稳定且采集精度较高,为拖拉机多作业参数的无线采集提供有效手段。 相似文献
139.
140.