全文获取类型
收费全文 | 3417篇 |
免费 | 110篇 |
国内免费 | 499篇 |
专业分类
林业 | 199篇 |
农学 | 61篇 |
基础科学 | 1288篇 |
601篇 | |
综合类 | 1593篇 |
农作物 | 55篇 |
水产渔业 | 44篇 |
畜牧兽医 | 104篇 |
园艺 | 19篇 |
植物保护 | 62篇 |
出版年
2024年 | 97篇 |
2023年 | 201篇 |
2022年 | 296篇 |
2021年 | 292篇 |
2020年 | 264篇 |
2019年 | 200篇 |
2018年 | 98篇 |
2017年 | 138篇 |
2016年 | 149篇 |
2015年 | 156篇 |
2014年 | 154篇 |
2013年 | 187篇 |
2012年 | 176篇 |
2011年 | 182篇 |
2010年 | 201篇 |
2009年 | 236篇 |
2008年 | 192篇 |
2007年 | 184篇 |
2006年 | 160篇 |
2005年 | 102篇 |
2004年 | 91篇 |
2003年 | 45篇 |
2002年 | 51篇 |
2001年 | 43篇 |
2000年 | 22篇 |
1999年 | 26篇 |
1998年 | 28篇 |
1997年 | 14篇 |
1996年 | 16篇 |
1995年 | 11篇 |
1994年 | 9篇 |
1993年 | 5篇 |
排序方式: 共有4026条查询结果,搜索用时 15 毫秒
891.
892.
参考作物腾发量的准确计算是确定农田灌溉制度的重要依据,比较了神经网络模型和经验公式计算腾发量的精度以及如何使用最少的气象数据实现最优的腾发量计算问题。结果表明,神经网络模型比经验公式的计算精度要高。采用神经网络模型用最少气象数据实现最优腾发量计算是可行的,但输入参数类型需要根据不同地区的气候特点进行选择。在半湿润地区最佳网络输入为日最高气温、最低气温、平均气温和外太空辐射,在气候湿润地区最佳网络输入为日最高气温、最低气温、平均气温、经验相对湿度和外太空辐射。因此,在缺少气象资料时可以使用神经网络模型代替经验公式计算参考作物腾发量。 相似文献
893.
使用BP神经网络进行故障诊断过程中,随着输入变量的增加会造成维数灾难,导致训练效率不高,而且易陷入局部极小的问题。基于粗糙集的约简是常用的降低维数的方法,但约简是NP问题,随着信息量增多计算量会随之剧增;本文采用基于属性重要度的启发式值约简算法进行属性约简,建立了一种模糊信息知识发现方法结合粒子群优化BP网络的故障诊断方法。通过实验表明此方法不仅能有效获取规则,降低网络的输入维数,还能有效避免陷入局部极小,从而提高故障诊断的效率。 相似文献
894.
895.
基于BP神经网络的农机拥有量预测技术 总被引:11,自引:2,他引:11
应用BP神经网络技术预测农业机械的社会拥有量,证实了农机拥有量系统的非线性混沌特征,提出了预测的“窗口”最优化方法和预测操作技术。并对今后5年的农机拥有量进行了预测。 相似文献
896.
冷冻干燥过程的神经网络预测模型 总被引:4,自引:1,他引:4
建立了BP神经网络模型来预测冷冻干燥过程特性,并对BP网络模型的构建方法和模型参数进行了研究。结果表明,采用BP神经网络模型预测冷冻干燥过程特性,具有易实施和预测精度高的特点。 相似文献
897.
农作物病害的精准检测与识别是推动农业生产智能化与现代化发展的重要举措。随着计算机视觉技术的发展,深度学习方法已得到快速应用,利用卷积神经网络进行农作物病害检测与识别成为近年来研究的热点。基于传统农作物病害识别方法,分析传统方法的弊端所在;立足于农作物病害检测与识别的卷积神经网络模型结构,结合卷积神经网络模型发展和优化历程,针对卷积神经网络在农作物病害检测与识别的具体应用进行分类,从基于公开数据集和自建数据集的农作物病害分类识别、基于双阶段目标检测和单阶段目标检测的农作物病害目标检测以及国外和国内的农作物病害严重程度评估3个方面,对各类卷积神经网络模型研究进展进行综述,对其性能做了对比分析,指出了基于农作物病害检测与识别的卷积神经网络模型当前存在的问题有:公开数据集上识别效果良好的网络模型在自建复杂背景下的数据集上识别效果不理想;基于双阶段目标检测的农作物病害检测算法实时性差,不适于小目标的检测;基于单阶段目标检测的农作物病害检测算法在复杂背景下检测精度较低;复杂大田环境中农作物病害程度评估模型的精度较低。最后对未来研究方向进行了展望:如何获取高质量的农作物病害数据集;如何提升网络的泛化性能;如何提升大田环境中农作物监测性能;如何进行大面积植株受病的范围定位、病害严重程度的评估以及单枝植株的病害预警。 相似文献
898.
899.
900.
BP神经网络在降雨侵蚀力预测预报中的应用研究 总被引:1,自引:0,他引:1
降雨侵蚀力反映由降雨引起土壤侵蚀的潜在能力,是建立通用土壤流失方程USLE的最基本因子之一。由于降雨侵蚀力计算过程中所需资料较难收集,给其计算增加了难度。运用BP神经网络方法对降雨侵蚀力与地理之间的关系进行研究,建立降雨侵蚀力BP神经网络模型。对福建省46个地域的降雨侵蚀力进行研究,结果表明:所建立的降雨侵蚀力BP神经网络模型对模拟预测福建不同地域的降雨侵蚀力,平均模拟精度为96.81%,平均预测精度为95.68%,达到了较为理想的效果。这不仅为降雨侵蚀力的预测预报提供了科学依据,而且也为BP神经网络在水土保持研究中的应用开辟了新的思路。 相似文献