首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   551篇
  免费   29篇
  国内免费   34篇
林业   52篇
农学   47篇
基础科学   82篇
  60篇
综合类   286篇
农作物   16篇
水产渔业   10篇
畜牧兽医   45篇
园艺   6篇
植物保护   10篇
  2024年   5篇
  2023年   11篇
  2022年   28篇
  2021年   34篇
  2020年   22篇
  2019年   24篇
  2018年   11篇
  2017年   11篇
  2016年   18篇
  2015年   13篇
  2014年   22篇
  2013年   21篇
  2012年   29篇
  2011年   42篇
  2010年   28篇
  2009年   40篇
  2008年   34篇
  2007年   46篇
  2006年   38篇
  2005年   22篇
  2004年   31篇
  2003年   20篇
  2002年   8篇
  2001年   9篇
  2000年   6篇
  1999年   5篇
  1998年   8篇
  1997年   7篇
  1996年   5篇
  1995年   4篇
  1994年   2篇
  1993年   3篇
  1991年   1篇
  1989年   3篇
  1988年   2篇
  1987年   1篇
排序方式: 共有614条查询结果,搜索用时 203 毫秒
611.
高密度水产养殖技术是数字化和信息化的产物,在未来水产养殖业中占有重要地位。将"4T"技术创新地引入高密度水产养殖业,可解决因高密度养殖带来的水产品质下降的问题,保障水产养殖业的绿色高效。在水产养殖行业内,提出了在数据库相互备份的基础上编译相关计算程序。在计算程序的辅助下,采用包括核技术在内的新型灭菌技术,基于以计算机和互联网为代表的IT信息技术、以蛋白质和基因为代表的BT生物技术、以核反应堆和辐射源为代表的NT核技术、以大数据和区块链为代表的DT数字技术的"4T"融合,形成了一套智能化运行立体网络控制与管理技术。该技术可以实现现代智慧渔业减量增收、提质增效、绿色发展的转变需求。  相似文献   
612.
[目的/意义]对图书馆人工智能准备度及其影响因素进行研究,有助于图书馆有针对性地改善各种相关条件,以便做好初次或深入应用人工智能技术的准备。[方法/过程]通过扎根理论和深度访谈构建图书馆人工智能准备度影响因素理论模型,并提出假设。通过问卷调查方法和结构方程模型方法对上述理论模型和假设进行验证。[结果/结论]结果显示,论文所提出的10项假设有9项成立,AI认知度、AI接受度、AI价值感知、AI应用经验、数据规模、领导重视、创新氛围、管理机制、竞争压力、隐私保护等因素对图书馆人工智能准备度的影响是正向的;所构建的理论模型需要进一步修正。领导重视、AI应用经验、AI接受度、AI认知度、创新氛围是图书馆人工智能准备度的主要影响因素,图书馆应据此重点改善相关条件。  相似文献   
613.
精量播种可有效减少种子使用数量,节省成本开支,且通过精量播种的农作物生长质量较高。为把握国内外电控精量播种技术的发展水平,从精量播种在线检测技术、播种量控制技术和补种技术开展研究,重点分析光电传感器检测、压电传感器检测、电容传感器检测、视觉图像检测和精量播种控制技术的优缺点;指出我国精量播种机缺乏标准化、高精度传感器研发力度不足、智能控制技术不成熟等问题,并提出相关建议;最后,结合国内外发展现状,展望我国精量播种技术在多机协同、远程控制、智能控制等方向的发展趋势,为今后研究人员了解我国电控精量播种技术提供一定的参考。  相似文献   
614.
【目的】黄龙病被称为柑橘的“癌症”,是一种毁灭性病害,而木虱是黄龙病传播的主要媒介, 对木虱的监测和精准消杀是防控黄龙病及抑制其传播的一种有效途径。【方法】传统方式消灭木虱主要是靠人 工喷洒药物,人力成本高但防控效果并不理想。采用基于改进 YOLOX 的木虱边缘检测方法,在主干网络加入卷 积注意力模块 CBAM(Convolutional block attention module),在通道和空间两个维度对重要特征进行进一步提取; 将目标损失中的交叉熵损失改为使用 Focal Loss,进一步降低漏检率。【结果】本研究设计的算法契合木虱检测 平台,木虱数据集拍摄于广东省湛江市廉江红橙园,深度适应农业农村实际发展需要,基于 YOLOX 模型对骨干 网络和损失函数做出改进实现了更加优秀的柑橘木虱检测方法,在柑橘木虱数据集上获得 85.66% 的 AP 值,比 原始模型提升 2.70 个百分点,检测精度比 YOLOv3、YOLOv4-Tiny、YOLOv5-s 模型分别高 8.61、4.23、3.62 个 百分点,识别准确率大幅提升。【结论】改进的 YOLOX 模型可以更好地识别柑橘木虱,准确率得到提升,为后 续实时检测平台打下了基础。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号