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 7 毫秒
21.
【目的】研究植物茎体水分数据,针对相同数据段上的缺失数据,对比不同数据填补方法,验证LSTM模型填补茎干水分数据的有效性及准确性。【方法】选取2017年6月份栽种在北京市海淀区的紫薇树茎体水分完整数据,人工删去部分数据作为缺失数据,分别使用插值方法、RNN神经网络、LSTM神经网络对缺失部分进行填补,填补结果与原始数据比对并分析结果。基于神经网络预测值误差随预测时刻推后而增大的误差分布情况,本文提出了在神经网络预测值基础上加入对数据后期处理的方法:从缺失数据的正向和反向进行预测,将2个方向的预测值各自乘以一组按照预测时刻递减的权重值并相加,结合2个预测方向的优势,进一步提高预测准确度。【结果】3种方法中,RNN与LSTM神经网络方法较传统的插值方法优势明显:插值方法准确度在缺失值增多时迅速下降;神经网络方法下降速度较慢。当填补值与真实值误差在2%以内作为准确时,插值方法的填补准确率不足50%,RNN方法达到50%且不足60%,LSTM方法达到80%以上;当填补值与真实值误差在4%以内作为准确时,插值方法填补准确率为60%,RNN方法准确度最高达到90%,LSTM方法准确率在95%以上。在此基础上加入权重处理,对LSTM预测结果处理后误差在2%以内准确率达到97%,误差在3%以内准确率达到100%。选取一组测试数据代入模型,预测结果比训练数据预测结果精度有所下降,但双向预测方式优势更加明显。【结论】采用基于LSTM模型的双向综合预测法,可显著减小长期预测中的累计误差对预测结果的影响,提升了预测数据的准确度。与其他两类数据填补方法相比,基于LSTM神经网络的数据填补方法在长期缺失的时间序列数据填补上有较大优势。 相似文献
22.
运用BP神经网络的理论和方法,构建了县域城镇化发展水平BP神经网络模型,并对2008年陕西省83个县域城镇化发展水平进行了综合评价。结果表明:陕西省县域城镇化发展水平区域差异显著,评价结果与专家的判断基本一致;根据评价结果,结合ARC-GIS9.2中的自然断点法(natural breaks)将BP测度得出的得分值分为5个等级,发现县域城镇化发展水平较高的县域主要集中在陕北地区,关中地区次之,陕南地区最低。BP神经网络用于评价县域城镇化发展水平简单、实用,且避免了人工确定指标权重的主观性,具有很好应用前景。 相似文献
23.
针对木材含水率的检测精度受到多种环境因子(温度、平衡含水率、风速等)的影响,提出了一种基于函数联接型神经网络FLANN的数据融合方法以消除环境温度对木材含水率检测精度的扰动。FLANN能利用函数扩展替代多层感知器(MLP)的隐含层,将输入信号空间维度下的线性不可分类的问题,扩展至较高信号空间维度的超平面上,简化了MLP的架构。与MLP相比,FLANN具有结构简单、收敛速度快和计算量小的特点。仿真结果及实验验证表明:基于FLANN的数据融合方法,能有效消除环境因子的扰动,并可实现木材含水率的稳定、实时、高精度检测。 相似文献
24.
25.
26.
Visual Basic 6.0为开发环境,Matlab6.5为数据处理工具,开发了基于神经网络的谷物霉变识别系统,并简要介绍了该系统的硬件结构及软件功能实现的关键方法。 相似文献
27.
28.
能源是支撑人类生存、经济发展和现代文明不可缺少的物质基础,随着社会经济的发展,对于能源的需求也在不断增长,因此准确地预测能源消费需求对于制定能源规划具有重要的指导意义.基于灰色神经网络预测模型,以重庆市历年能源统计数据为样本,根据能源消耗总量与能源消耗增长率、万元GDP能耗、万元财政收入能耗、居民收入能耗、能源消费弹性等因素之间的相关性,对重庆"十三五"期间能源的消费需求进行了预测,结果表明:运用灰色神经网络模型能够较为科学地预测重庆未来能源的实际需求趋势,可为政府相关部门的决策提供参考. 相似文献
29.
本文针对数字地面模型(D igital Terrain Model)的建模问题,将高程作为插值变量,通过建立采样点的平面坐标(x,y)及位置因子x2 y2作为输入,对应点的地面高程作为输出的1种描述空间采样数据的BP模型,用人工智能技术研究了1个小区域的高程插值问题。结果表明:基于BP法的人工智能技术可用于DTM的最优空间插值,插值结果可直接用于DTM数字建模,为数字地面模型的建立提供了1种新方法。 相似文献
30.