全文获取类型
收费全文 | 1861篇 |
免费 | 83篇 |
国内免费 | 364篇 |
专业分类
林业 | 208篇 |
农学 | 310篇 |
基础科学 | 299篇 |
405篇 | |
综合类 | 741篇 |
农作物 | 69篇 |
水产渔业 | 56篇 |
畜牧兽医 | 87篇 |
园艺 | 98篇 |
植物保护 | 35篇 |
出版年
2024年 | 35篇 |
2023年 | 96篇 |
2022年 | 94篇 |
2021年 | 129篇 |
2020年 | 82篇 |
2019年 | 92篇 |
2018年 | 75篇 |
2017年 | 60篇 |
2016年 | 98篇 |
2015年 | 97篇 |
2014年 | 113篇 |
2013年 | 110篇 |
2012年 | 140篇 |
2011年 | 148篇 |
2010年 | 122篇 |
2009年 | 108篇 |
2008年 | 104篇 |
2007年 | 119篇 |
2006年 | 104篇 |
2005年 | 79篇 |
2004年 | 59篇 |
2003年 | 53篇 |
2002年 | 29篇 |
2001年 | 35篇 |
2000年 | 18篇 |
1999年 | 12篇 |
1998年 | 16篇 |
1997年 | 11篇 |
1996年 | 15篇 |
1995年 | 7篇 |
1994年 | 12篇 |
1993年 | 11篇 |
1992年 | 6篇 |
1991年 | 4篇 |
1990年 | 6篇 |
1989年 | 3篇 |
1988年 | 2篇 |
1987年 | 2篇 |
1986年 | 1篇 |
1977年 | 1篇 |
排序方式: 共有2308条查询结果,搜索用时 62 毫秒
51.
节瓜分子遗传图谱的构建与始雌花节位性状定位 总被引:2,自引:0,他引:2
【目的】构建节瓜分子遗传图谱,标记始雌花节位性状基因,为建立相关分子标记辅助育种体系、克隆雌性相关基因和转基因提供理论依据。【方法】以节瓜全雌系K36及弱雌系G4组配得到的115个F2单株为群体,利用AFLP、RAPD和SRAP标记技术构建节瓜的分子遗传连锁图谱,并定位始雌花节位性状基因。【结果】该图谱共包含13个连锁群,涉及93个AFLP标记、16个RAPD标记、35个SRAP标记。该图谱覆盖基因组1651.9cM,标记间平均距离为11.47cM。利用QTL Network2.0分析,检测到3个控制始雌花节位的QTL位点:fn1、fn2和fn3,其中fn1位于连锁群LG1上,fn2和fn3位于LG6上。这些QTL位点对雌花节位性状表型变异的贡献率分别为62.54%、0.2%、37.39%。【结论】本研究首次构建了节瓜的分子遗传图谱,并定位了3个控制始雌花节位性状的QTL位点,为进一步克隆雌性相关基因及分子标记辅助选择育种提供科学依据。 相似文献
52.
基于改进遗传脉冲耦合神经网络的玉米病害图像分割方法 总被引:3,自引:0,他引:3
作物病害图像分割是利用数字图像处理技术进行病害识别的关键性技术环节之一,现有病害分割方法存在病害区域外部形态特征细节保留程度差和颜色纹理信息丢失等问题.针对上述问题,提出一种基于改进遗传算法的脉冲耦合神经网络分割方法.首先改进遗传算法,以信息熵的加权线性组合作为优化适应度函数用以在每次迭代过程中评价脉冲耦合神经网络对于病害区域的分割效果,通过计算种群适应度方差和适应度均值自适应调整遗传算法的交叉概率和变异概率;然后将改进遗传算法与脉冲耦合神经网络相结合,实现网络连接系数、衰减系数和幅值系数的自动优化调节;最后利用改进遗传脉冲耦合神经网络分割算法,在RGB子空间分别对病害图像进行病害区域分割,将分割结果利用RGB颜色空间子图合并策略实施合并,从而得到最终的图像分割结果.将此算法、最小交叉熵阈值化算法和GA-PCNN算法用于玉米黑瘤粉病彩色图像病害区域分割.结果表明:从主观视觉评测角度,此算法分割效果较好,能够较为细致的呈现病害区域的外部形态特征和较为完好的保留病害区域的颜色纹理特征;从客观量化评测角度,此分割算法在目标区域分割匹配率、错分率和正确率上明显优于最小交叉熵阈值化算法和GA-PCNN算法. 相似文献
53.
基于图像处理技术的大豆灰斑病的检测技术研究 总被引:2,自引:1,他引:2
选择了平滑滤波、阈值分割等算法,利用图像处理技术和神经网络技术,对大豆灰斑病进行了检测,在标准豆粒与灰斑病豆粒混合的条件下计算出病粒的百分比。同时,在暗箱条件下用照相设备采集图像,利用VC++开发平台,编写程序对图像进行去噪和分割后,通过实验设计和数据统计分析提取出豆粒的23个形态特征和颜色特征参数。采用BP神经网络对豆粒进行进一步的测评。实验取得了良好的结果,识别准确,为今后大豆其他缺陷检测打下良好的基础。 相似文献
54.
利用SSR分子标记构建甜瓜遗传图谱 总被引:2,自引:0,他引:2
以中国甜瓜地方品种自交系4G21与3A823杂交产生的114个F2单株为作图群体,采用SSR法构建了一张包含14个连锁群、196个标记位点的甜瓜遗传连锁图谱,新增加48个SSR标记.构建的遗传图谱覆盖基因组总长度806 cM,平均间距7.54 cM,最小间距1 cM,最大间距29 cM.将48个SSR标记定位于甜瓜遗传图谱,可作为锚定引物与不同群体构建的甜瓜遗传图谱整合. 相似文献
55.
城市传播作为城市学和传播学的交叉领域,其自身的历史进路是一个值得探究的问题。基于2001—2018年我国城市传播的研究成果,运用CiteSpace这一可视化工具,可直观量化地观察并提炼出该领域从起步到探索、丰富、发展、拓展和深化的多个阶段。经过近18年的研究积累和学术共同体的推进,城市传播愈发成为我国传播学界的热点,研究视野从形象传播逐渐发展为可沟通城市等更深广的议题。随着各类城市进入新一轮发展期,城市传播要积极拓展更多的研究领域,尤其是要注重立足于城市文化发展的实证研究,并以此引领城市传播理论的全面升华。 相似文献
56.
利用JoinMap 4.0软件包,以德国镜鲤选育系为祖父母所培育的自交F2群体的68个个体为作图群体,首次以新型分子标记单核苷酸多态性(Single Nucleotide Polymorphism,SNP)为主要作图标记,以微卫星(Simple Sequence Repeats,SSR)和表达序列标签(Expressed Sequence Tag,EST)为辅助标记,采用CP(CrossPollinators)模型构建鲤的遗传连锁图谱。构建的遗传连锁图谱含有560个标记(174个SSR标记、41个EST-SSR标记和345个SNP标记),分布在50个连锁群上,最大连锁群由60个标记组成,最小连锁群仅含2个标记,平均每个连锁群有11.2个标记。最大连锁群的图距为198.1厘摩(centimorgan,cM),最小的连锁群图距为1.5 cM,图谱总图距为3 295.92 cM,标记间平均间距为7.21 cM,图谱覆盖率为76.26%。构建的图谱为中等密度的遗传连锁图谱可为进一步的鲤相关经济性状的QTL定位研究和分子标记辅助选择育种(MAS)打下基础。研究亮点:首次以新型分子标记SNP为主要作图标记并以SSR标记为... 相似文献
57.
农田环境实时语义分割是构成智能农机的视觉环境感知的重要环节,夜间农田语义分割可以使智能农机在夜间通过视觉感知农田环境进行全天候作业,而夜间无光环境下,可见光摄像头成像效果较差,将造成语义分割精度的下降。为保证夜间农田环境下红外图像语义分割的精度与实时性,该研究提出了一种适用于红外图像的红外实时双边语义分割网络(Infrared Real-time Bilateral Semantic Segmentation Network,IR-BiSeNet),根据红外图像分辨率低,细节模糊的特点该网络在实时双边语义分割网络(Bilateral Semantic Segmentation Net,BiSeNet)结构基础上进行改进,在其空间路径上,进一步融合红外图像低层特征,在该网络构架中的注意力提升模块、特征融合模块上使用全局最大池化层替换全局平均池化层以保留红外图像纹理细节信息。为验证提出方法的有效性,通过在夜间使用红外热成像采集的农田数据集上进行试验,数据集分割目标包括田地、行人、植物、障碍物、背景。经试验验证,提出方法在夜间农田红外数据集上达到了85.1%的平均交并比(Mean Inter... 相似文献
58.
基于厘米级高分辨率无人机影像,应用面向对象方法(Object-Based Image Analysis, OBIA)对吉林省伊通县椽子沟流域的横坡改垄、地埂植物带、生态恢复乔木林、生态恢复草地等水土保持措施进行自动精准识别。应用超绿指数(Excess Green Index,ExG)、超红指数(Excess Red Index,ExR)、归一化差异指数(Normalized Difference Index,NDI)等光谱指数,形状的主方向、形状指数等形状特征,均值(Mean)、方差(Variance)、对比度(Contrast)等纹理特征进行措施的特征提取。结果表明:研究区水土保持措施识别的总体精度可达91.24%,Kappa系数为0.87;对垄台、垄沟等线性水土保持措施总体精度可达72.33%,Kappa系数为0.63。基于厘米级无人机影像,应用面向对象方法基本可实现对黑土区水土保持措施的精准识别,也可对垄台垄沟等线性措施进行自动识别,研究结果可为水土保持措施实施范围及完好程度的动态监测提供参考依据。 相似文献
59.
基于全卷积网络的哺乳母猪图像分割 总被引:4,自引:8,他引:4
猪舍场景下,光照变化、母猪体表颜色不均及与环境颜色对比度不大、母猪与仔猪的粘连等,均给目标分割带来很大的困难。该文提出了基于全卷积网络(FCN,fully convolutional networks)的哺乳母猪图像分割算法。以VGG16为基础网络,采用融合深层抽象特征与浅层细节特征并将融合的特征图上采样8倍的跳跃式结构,设计哺乳母猪分割的FCN。利用Caffe深度学习框架,以7栏伴有不同日龄仔猪的3811幅哺乳母猪训练样本进行母猪分割FCN训练,在另外21栏的523幅哺乳母猪测试集上的分割结果表明:该算法可有效避免光线变化、母猪颜色不均、小猪遮挡与粘连等影响,实现完整的哺乳母猪区域分割;分割的平均准确率达到99.28%,平均区域重合度达到95.16%,平均速度达到0.22 s/幅。与深度卷积网络的SDS(simultaneous detection and segmentation)及传统的基于图论的图像分割、基于水平集的图像分割方法做了对比试验,该文分割方法平均区域重合度分别比这3种方法高出9.99、31.96和26.44个百分点,有较好的泛化性和鲁棒性,实现了猪舍场景下哺乳母猪准确、快速分割,可为猪只图像分割提供了技术参考。 相似文献
60.