全文获取类型
收费全文 | 27618篇 |
免费 | 556篇 |
国内免费 | 1512篇 |
专业分类
林业 | 956篇 |
农学 | 1261篇 |
基础科学 | 3456篇 |
1153篇 | |
综合类 | 8589篇 |
农作物 | 689篇 |
水产渔业 | 907篇 |
畜牧兽医 | 10926篇 |
园艺 | 734篇 |
植物保护 | 1015篇 |
出版年
2024年 | 279篇 |
2023年 | 858篇 |
2022年 | 1027篇 |
2021年 | 1119篇 |
2020年 | 929篇 |
2019年 | 1027篇 |
2018年 | 387篇 |
2017年 | 821篇 |
2016年 | 1017篇 |
2015年 | 1026篇 |
2014年 | 1617篇 |
2013年 | 1576篇 |
2012年 | 1814篇 |
2011年 | 1803篇 |
2010年 | 1587篇 |
2009年 | 1780篇 |
2008年 | 1821篇 |
2007年 | 1430篇 |
2006年 | 1231篇 |
2005年 | 1159篇 |
2004年 | 832篇 |
2003年 | 908篇 |
2002年 | 564篇 |
2001年 | 504篇 |
2000年 | 361篇 |
1999年 | 240篇 |
1998年 | 274篇 |
1997年 | 248篇 |
1996年 | 202篇 |
1995年 | 231篇 |
1994年 | 173篇 |
1993年 | 189篇 |
1992年 | 153篇 |
1991年 | 174篇 |
1990年 | 148篇 |
1989年 | 136篇 |
1988年 | 16篇 |
1987年 | 10篇 |
1986年 | 4篇 |
1985年 | 1篇 |
1983年 | 2篇 |
1982年 | 1篇 |
1981年 | 3篇 |
1979年 | 1篇 |
1977年 | 1篇 |
1964年 | 1篇 |
1955年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
961.
962.
963.
松材线虫病是我国近几十年来最严重的一种森林病害,加强疫情的监测迫在眉睫。本研究在自建数据集的基础上采用3种不同的注意力模块(CBAM、SE和CA)改进YOLOv5算法并结合数字正射影像图自动识别松材线虫病受害木,分别对比了改进模型CBAM-YOLOv5、SE-YOLOv5、CA-YOLOv5与YOLOv5模型的识别效果,实现了对变色松树和枯死疫木检测效果的提升。结果表明:3种注意力改进策略的变色松树查全率、平均精度和F1分数显著提高,查准率不逊色于YOLOv5模型;综合考量查全率和F1分数指标,SE-YOLOv5模型的变色松树和枯死疫木检测效果最好,其F1分数分别达到89.7%和76.9%,比原模型分别提高了5.5%和5.4%,其检测精度分别为91.7%和80.3%,较YOLOv5模型分别提升了4.7%和5.1%;在理想置信度阈值情况下3种注意力改进策略的变色松树和枯死疫木查全率均值分别为85.4%和76.6%,基本满足实际检测需求。对各注意力改进模型检测层的特征图和热力图进行剖析可以看出,嵌入注意力机制有利于提取高贡献度的特征成分,可以提升变色松树特征提取的准确性。因此,改进的YOL... 相似文献
964.
针对经济林中树木的生长状况进行调查,有助于农户制定针对性的经营策略,提高经营效率。然而,由于山核桃树通常生长在山地环境下,使用传统的林业调查方法获取树木参数需要的人力资源和时间成本较高,而且在陡峭的山地环境中容易受到地形、植被和气象等因素的干扰。为了解决这一问题,提出了一种新的自动化方法——检测框投影法。该方法基于深度学习的目标检测算法对遥感图像中的树冠进行检测并生成检测框,再依据所得到的检测框获取树木位置和数量,并进一步提取单木的冠幅与树高等参数。在不同环境的山核桃种植林场进行的树冠检测实验结果表明,该方法使用的目标检测算法对山核桃树冠检测的总体平均精度和F1-score分别达到了85.5%与0.84;参数提取方面,在两处不同的山核桃种植林场选取了3处研究样地,并在每处样地选取并实地测量了50棵样本树木的冠幅和树高以验证参数提取精度,结果表明,使用检测框投影法预测冠幅与实测值的均方根误差、平均绝对误差和平均相对误差分别为0.469 m、0.313 m和5.7%,预测树高与实测值的均方根误差、平均绝对误差和平均相对误差分别为0.427 m、0.331 m和6.0%。提出的检测框投影法在... 相似文献
965.
森林火灾检测是保护森林生态系统的关键所在,可以为森林早期火灾判断与预防提供重要依据。如果能够尽可能地对森林火灾识别和检测,可以在很大程度上减少灾害发生频率及其造成的损失。基于无人机遥感图像的发展,林火的快速检测得到进一步提升,可以准确识别火灾,解决林火出现的复杂性问题。本研究针对航拍森林火灾识别遇到的背景环境复杂、林火检测识别精度偏低、局部检测效果不佳等问题,提出了一种加强视觉注意力的林火识别方法,此方法是基于YOLOv5模型改进的。该算法使用NAM attention对像素进行归一化,降低不太显著的特征权重,使目标不重要的信息得到抑制。另外本研究采用了ObjectBox,这是一种新颖的单阶Anchor-free,不仅可以平等地对待不同级别尺寸的目标,还能提升模型识别正确样本的能力,具有高度的泛化性能。采用Mosaic数据增强方式增强模型的泛化能力,提高模型识别小目标的准确率。同时引入新的定位损失函数CIOU,它可以有效地改善模型在面对复杂背景时的定位精度,提升网络识别的准确性。实验结果表明,在无人机遥感图像数据上,检测性能均优于YOLOv5算法,该算法使得林火的数据集平均精度提升了3... 相似文献
966.
967.
968.
969.
970.
本文以玉米籽粒为材料,研究不同检测方法测定玉米籽粒水分间的偏差。结果表明:使用《粮油检验玉米水分测定》中整粒样品在温度为130℃、烘(38±2)小时为基准方法 ,能完全去除玉米籽粒中的水分,但整个试验时间较长,可以使用粉碎样品,在130℃烘箱条件下保留4小时的检测方法,可以与基准方法达到比较接近的效果,在实际实验中可以提高检验效率。 相似文献