全文获取类型
收费全文 | 4697篇 |
免费 | 220篇 |
国内免费 | 410篇 |
专业分类
林业 | 225篇 |
农学 | 343篇 |
基础科学 | 117篇 |
653篇 | |
综合类 | 1757篇 |
农作物 | 303篇 |
水产渔业 | 183篇 |
畜牧兽医 | 1052篇 |
园艺 | 399篇 |
植物保护 | 295篇 |
出版年
2024年 | 13篇 |
2023年 | 80篇 |
2022年 | 146篇 |
2021年 | 177篇 |
2020年 | 157篇 |
2019年 | 171篇 |
2018年 | 132篇 |
2017年 | 212篇 |
2016年 | 195篇 |
2015年 | 191篇 |
2014年 | 243篇 |
2013年 | 318篇 |
2012年 | 319篇 |
2011年 | 364篇 |
2010年 | 297篇 |
2009年 | 296篇 |
2008年 | 279篇 |
2007年 | 301篇 |
2006年 | 265篇 |
2005年 | 183篇 |
2004年 | 167篇 |
2003年 | 102篇 |
2002年 | 101篇 |
2001年 | 79篇 |
2000年 | 85篇 |
1999年 | 83篇 |
1998年 | 47篇 |
1997年 | 46篇 |
1996年 | 48篇 |
1995年 | 34篇 |
1994年 | 21篇 |
1993年 | 30篇 |
1992年 | 36篇 |
1991年 | 22篇 |
1990年 | 15篇 |
1989年 | 18篇 |
1988年 | 13篇 |
1987年 | 11篇 |
1986年 | 3篇 |
1985年 | 4篇 |
1984年 | 4篇 |
1983年 | 2篇 |
1981年 | 4篇 |
1980年 | 3篇 |
1979年 | 2篇 |
1977年 | 1篇 |
1974年 | 1篇 |
1956年 | 4篇 |
1955年 | 2篇 |
排序方式: 共有5327条查询结果,搜索用时 15 毫秒
81.
基于DNDC模型模拟江汉平原稻田不同种植模式条件下温室气体排放 总被引:3,自引:0,他引:3
稻田被认为是温室气体CH_4和N_2O的主要排放源之一。湖北省江汉平原地区水稻常年种植面积约8×105 hm2,占湖北省水稻种植面积的40%左右。研究江汉平原地区稻田温室气体排放特征,对于评估区域稻田温室气体排放以及稻田温室气体减排具有重要意义。目前,DNDC模型已被广泛应用于模拟和估算田间尺度的温室气体排放,DNDC模型与地理信息系统(Arc GIS)结合,可进行区域尺度的温室气体排放模拟与估算。本研究以湖北省典型稻作区江汉平原为研究区域,运用DNDC模型模拟和估算江汉平原稻田区域尺度的温室气体排放。设置大田定点观测试验,监测中稻-小麦(RW)、中稻-油菜(RR)、中稻-冬闲(RF)3种种植模式下稻田温室气体CH_4和N_2O的周年排放特征。通过田间观测值与DNDC模拟值的比较进行模型验证,并利用获取DNDC模型所需的气象、土壤、作物及田间管理等区域数据,模拟江汉平原稻田不同种植模式下温室气体CH_4和N_2O的排放量。田间试验表明,江汉平原稻田RW、RR和RF模型的CH_4排放通量为-2.80~39.78 mg·m-2·h-1、-1.74~42.51 mg·m-2·h-1和-1.57~55.64 mg·m-2·h-1,N_2O周年排放通量范围分别为0~1.90 mg·m-2·h-1、0~1.76mg·m-2·h-1和0~1.49 mg·m-2·h-1;CH_4排放量RW和RR模式显著高于RF模式,N_2O排放量为RF显著低于RW和RR模式。模型验证结果表明,不同种植模式温室气体排放实测值与模拟值比较的决定系数(R2)为0.85~0.98,相对误差绝对值(RAE)为8.29%~16.42%。根据DNDC模型模拟和估算的结果,江汉平原区域稻田CH_4周年的排放量为0.292 9 Tg C,N_2O周年的排放量为0.009 2 Tg N,不同种植模式稻田CH_4排放量表现为RWRRRF,N_2O排放量表现为RWRFRR,增温潜势(GWP)表现为RWRRRF。不同地区稻田CH_4排放量表现为监利县荆门市公安县天门市仙桃市洪湖市松滋市汉川市潜江市石首市荆州市江陵县赤壁市嘉鱼县,N_2O排放量表现为监利县荆门市公安县洪湖市仙桃市天门市汉川市潜江市松滋市荆州市江陵县赤壁市石首市嘉鱼县。本研究结果表明DNDC模型能较好地应用于模拟江汉平原稻田温室气体排放,RR和RF模式相比RW模式可有效减少温室气体CH_4和N_2O的排放。 相似文献
82.
2,4-二乙酰基藤黄酚产生菌在番茄根部的定殖及对番茄青枯病的防治 总被引:8,自引:0,他引:8
2,4-二乙酰基藤黄酚(2,4-DAPG)产生菌是荧光菌对土传病害进行生物防治的主要类群之一。室内筛选结果表明:供试的12个2,4-DAPG产生菌菌株对番茄青枯病菌均有不同程度的抑制作用,其中CPF、10抑菌效果最佳,抑菌带宽为3.5mm;而2P24、5J10次之,抑菌带宽为3.0mm。CPF10和2P24培养原液对番茄胚根的生长均有明显的抑制作用。CPF10和2P24根部定殖结果表明,两菌株均可在番茄幼苗根部大量定殖,根表细菌数量随着时间延长呈下降趋势但仍维持较高数量;而根内细菌数量有明显上升的趋势。CPF10和2P24对番茄青枯病均有一定的防治效果,其中2P24的防治效果最好。而CPF10在所有的处理中变异系数(CV)最小,防治效果最稳定。 相似文献
83.
84.
85.
为实现田间环境下对玉米苗和杂草的高精度实时检测,本文提出一种融合带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration, MSRCR)增强算法的改进YOLOv4-tiny模型。首先,针对田间环境的图像特点采用MSRCR算法进行图像特征增强预处理,提高图像的对比度和细节质量;然后使用Mosaic在线数据增强方式,丰富目标检测背景,提高训练效率和小目标的检测精度;最后对YOLOv4-tiny模型使用K-means++聚类算法进行先验框聚类分析和通道剪枝处理。改进和简化后的模型总参数量降低了45.3%,模型占用内存减少了45.8%,平均精度均值(Mean average precision, mAP)提高了2.5个百分点,在Jetson Nano嵌入式平台上平均检测帧耗时减少了22.4%。本文提出的Prune-YOLOv4-tiny模型与Faster RCNN、YOLOv3-tiny、YOLOv4 3种常用的目标检测模型进行比较,结果表明:Prune-YOLOv4-tiny的mAP为96.6%,分别比Faster RCNN和YOLOv3... 相似文献
86.
为提高生鲜农产品气调保鲜配气过程的精确度及自动化水平,设计了一套气调保鲜配气远程控制系统,依托嵌入的PID控制算法和质量流量控制器实现对原料气体流量、浓度和混配比的控制;以4G网络作为远程数据传输途径,选择4G DTU作为网络数据收发器,通过手机小程序实现移动客户端的远程监控功能。系统在结构上设置了气体参数感知层、数据网络传输层和控制操作应用层;基于配气系统远程监控要求,在PLC内部嵌入Modbus RTU程序,保障DTU与PLC之间的通信;使用TCP协议,使其与云服务器之间进行数据传输。根据对系统稳定性、准确性及其通信性能的测试,在配气稳定时配气体积分数平均误差绝对值在0.22%浮动,平均误差较传统方法降低了约91.67%,且配气速度提高50%左右,极大改善了配气场地的工作条件和生产效率,为进一步完善生鲜农产品气调保鲜自动化配气生产线提供了技术支持。 相似文献
87.
88.
针对玉米种子在外观品质检测中需要快速识别与定位的需求,提出了一种基于改进YOLO v4的目标检测模型,同时结合四通道(RGB+NIR)多光谱图像,对玉米种子外观品质进行了识别与分类。为了减少改进后模型的参数量,本文将主干特征提取网络替换为轻量级网络MobileNet V1。为了进一步提升模型的性能,通过试验研究了空间金字塔池化(Spatial pyramid pooling, SPP)结构在不同位置上对模型性能的影响,最终选取改进YOLO v4-MobileNet V1模型对玉米种子外观品质进行检测。试验结果表明,模型的综合评价指标平均F1值和mAP达到93.09%和98.02%,平均每检测1幅图像耗时1.85 s,平均每检测1粒玉米种子耗时0.088 s,模型参数量压缩为原始模型的20%。四通道多光谱图像的光谱波段可扩展到可见光范围之外,并能够提取出更具有代表性的特征信息,并且改进后的模型具有鲁棒性强、实时性好、轻量化的优点,为实现种子的高通量质量检测和优选分级提供了参考。 相似文献
89.
为实现收获后含杂马铃薯中土块石块的快速检测和剔除,提出了一种基于改进YOLO v4模型的马铃薯中土块石块检测方法。YOLO v4模型以CSPDarknet53为主干特征提取网络,在保证检测准确率的前提下,利用通道剪枝算法对模型进行剪枝处理,以简化模型结构、降低运算量。采用Mosaic数据增强方法扩充图像数据集(8621幅图像),对模型进行微调,实现了马铃薯中土块石块的检测。测试表明,剪枝后模型总参数量减少了94.37%,模型存储空间下降了187.35 MB,前向运算时间缩短了0.02 s,平均精度均值(Mean average precision, mAP)下降了2.1个百分点,说明剪枝处理可提升模型性能。为验证模型的有效性,将本文模型与5种深度学习算法进行比较,结果表明,本文算法mAP为96.42%,比Faster R-CNN、Tiny-YOLO v2、YOLO v3、SSD分别提高了11.2、11.5、5.65、10.78个百分点,比YOLO v4算法降低了0.04个百分点,模型存储空间为20.75 MB,检测速度为78.49 f/s,满足实际生产需要。 相似文献
90.
为提高采摘设备的执行效率,采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统,该系统可自动识别不同种类的水果,并实现自动采摘,可通过手机端远程控制采摘设备的起始和停止,并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程,从而避免了大量的矩阵运算,使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真,验证了降维求解的可行性。在果实采摘流程中,为了使机械臂运动轨迹更加稳定与协调,采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位,在Ubuntu 19.10操作系统中使用2000幅图像作为训练集,分别对不同种类的果实进行识别模型训练,在GPU环境下进行测试,结果表明,每种果实识别的准确率均在94%以上,单次果实采摘的时间约为17s。经过实际测试,该系统具有良好的稳定性、实时性以及对果实采摘的准确性。 相似文献