全文获取类型
收费全文 | 2738篇 |
免费 | 78篇 |
国内免费 | 270篇 |
专业分类
林业 | 359篇 |
农学 | 48篇 |
基础科学 | 692篇 |
298篇 | |
综合类 | 1182篇 |
农作物 | 29篇 |
水产渔业 | 26篇 |
畜牧兽医 | 384篇 |
园艺 | 45篇 |
植物保护 | 23篇 |
出版年
2024年 | 50篇 |
2023年 | 124篇 |
2022年 | 142篇 |
2021年 | 153篇 |
2020年 | 116篇 |
2019年 | 109篇 |
2018年 | 59篇 |
2017年 | 93篇 |
2016年 | 116篇 |
2015年 | 121篇 |
2014年 | 158篇 |
2013年 | 164篇 |
2012年 | 161篇 |
2011年 | 178篇 |
2010年 | 156篇 |
2009年 | 179篇 |
2008年 | 158篇 |
2007年 | 156篇 |
2006年 | 139篇 |
2005年 | 101篇 |
2004年 | 81篇 |
2003年 | 66篇 |
2002年 | 41篇 |
2001年 | 61篇 |
2000年 | 39篇 |
1999年 | 19篇 |
1998年 | 17篇 |
1997年 | 13篇 |
1996年 | 13篇 |
1995年 | 15篇 |
1994年 | 6篇 |
1993年 | 7篇 |
1992年 | 19篇 |
1991年 | 18篇 |
1990年 | 12篇 |
1989年 | 17篇 |
1988年 | 2篇 |
1987年 | 2篇 |
1985年 | 2篇 |
1983年 | 1篇 |
1979年 | 1篇 |
1957年 | 1篇 |
排序方式: 共有3086条查询结果,搜索用时 796 毫秒
61.
自然环境下葡萄采摘机器人采摘点的自动定位 总被引:1,自引:15,他引:1
针对葡萄果梗颜色复杂多变、轮廓不规则等影响因素使得采摘机器人难以准确对采摘点进行定位的问题,该文提出一种基于改进聚类图像分割和点线最小距离约束的采摘点定位新方法。首先通过分析葡萄图像的颜色空间,提取最能突显夏黑葡萄的HSI色彩空间分量H,运用改进的人工蜂群优化模糊聚类方法对葡萄果图像进行分割;然后对分割图像进行形态学去噪处理,提取最大连通区域,计算该区域质心、轮廓极值点、外接矩形;再根据质心坐标与葡萄簇边缘信息确定采摘点的感兴趣区域,在区域内进行累计概率霍夫直线检测,求解所有检测得出的直线到质心之间的距离,最后选取点线距离最小的直线作为采摘点所在线,并取线段中点坐标作为采摘点。以从晴天顺光、晴天遮阴、阴天光照下采集的300幅夏黑葡萄进行分类试验,结果表明,该方法的采摘点定位准确率达88.33%,平均定位时间为0.3467 s,可满足采摘机器人对采摘点的定位需求,为葡萄采摘机器人提供了一种新的采摘点求解方法。 相似文献
62.
基于灰度截留分割与十色模型的马铃薯表面缺陷检测方法 总被引:7,自引:1,他引:7
为探索基于计算机视觉的马铃薯表面缺陷检测新方法,该研究提出能将马铃薯表面疑似缺陷一次性分离出来的快速灰度截留分割方法和用于缺陷识别的十色模型。选择面积比率和十色比率作为缺陷判别特征,对分割出来的深色部位采用阈值法进行缺陷识别。采用基于快速G与亮度截留分割的2种方法对发芽进行识别。通过对326个马铃薯样本的652幅正反面图像进行试验,基于十色模型的缺陷识别方法对分割出来的深色区域的正确识别率为93.6%,基于快速G与亮度截留分割2种方法结合对有芽体图像的正确识别率为97.5%,马铃薯表面缺陷正确检测率为95 相似文献
63.
基于K_means硬聚类算法的葡萄病害彩色图像分割方法 总被引:6,自引:7,他引:6
为了提高植物病害图像的分割精度与效果,根据植物病害症状及图像的特点,提出了一种基于K_means硬聚类算法(HCM)的葡萄病害彩色图像非监督性分割处理方法。该方法是在L*a*b*颜色空间模式下利用ab二维数据空间的颜色差异,以平方欧式距离作为像素间的相似度距离、以均方差作为聚类准则函数对颜色进行二分类聚类,并通过数学形态学运算对聚类结果进行校正。利用该方法对3种葡萄病害彩色图像进行分割的结果表明,该方法能够较为准确地将病斑区域从彩色图像中分割出来,对葡萄病害彩色图像的分割处理比较理想,鲁棒性好,分割准确率 相似文献
64.
数据仓库技术的产生是由于决策支持系统发展的需要,是体系结构设计的核心。数据仓库必需设计成可扩展的体系结构,从而满足不断增长的数据和用户的需求。本文通过对数据仓库平台布纹和表格分割进行研究和分析,使得当大量异构数据涌入数据仓库平台中时系统性能不会下降,很好地满足决策支持。 相似文献
65.
66.
采用区域生长法分割根系CT图像的改进算法 总被引:2,自引:3,他引:2
提出了一种基于阈值分析和区域生长相结合的用于植物根系CT序列图像分割的算法。首先通过直方图分析,初步确定根系区域的分割阈值,再利用经过改进的区域生长法分割得到目标区域。实验结果表明,该分割算法计算量小,分割精度高,在提取目标的同时,能够有效地分离介质(背景)像素;而且对于背景复杂、噪声较大、目标像素灰度不均匀的CT图像也能取得较好的分割效果。 相似文献
67.
68.
69.
70.