全文获取类型
收费全文 | 3459篇 |
免费 | 167篇 |
国内免费 | 1101篇 |
专业分类
林业 | 469篇 |
农学 | 265篇 |
基础科学 | 694篇 |
1262篇 | |
综合类 | 1413篇 |
农作物 | 85篇 |
水产渔业 | 111篇 |
畜牧兽医 | 222篇 |
园艺 | 49篇 |
植物保护 | 157篇 |
出版年
2024年 | 73篇 |
2023年 | 158篇 |
2022年 | 227篇 |
2021年 | 272篇 |
2020年 | 225篇 |
2019年 | 212篇 |
2018年 | 159篇 |
2017年 | 235篇 |
2016年 | 244篇 |
2015年 | 210篇 |
2014年 | 216篇 |
2013年 | 235篇 |
2012年 | 277篇 |
2011年 | 251篇 |
2010年 | 237篇 |
2009年 | 194篇 |
2008年 | 195篇 |
2007年 | 231篇 |
2006年 | 184篇 |
2005年 | 168篇 |
2004年 | 115篇 |
2003年 | 79篇 |
2002年 | 64篇 |
2001年 | 46篇 |
2000年 | 29篇 |
1999年 | 31篇 |
1998年 | 24篇 |
1997年 | 14篇 |
1996年 | 18篇 |
1995年 | 19篇 |
1994年 | 16篇 |
1993年 | 20篇 |
1992年 | 12篇 |
1991年 | 9篇 |
1990年 | 9篇 |
1989年 | 8篇 |
1988年 | 4篇 |
1987年 | 3篇 |
1984年 | 1篇 |
1982年 | 1篇 |
1978年 | 1篇 |
1977年 | 1篇 |
排序方式: 共有4727条查询结果,搜索用时 15 毫秒
81.
针对名优茶智能采摘中茶叶嫩梢识别精度不足的问题,该研究对YOLOv8n模型进行优化。首先,在主干网络中引入动态蛇形卷积(dynamic snake convolution,DSConv),增强模型对茶叶嫩梢形状信息的捕捉能力;其次,将颈部的路径聚合网络(path aggregation network,PANet)替换为加权双向特征金字塔网络(bi-directional feature pyramid network,BiFPN),强化模型的特征融合效能;最后,在颈部网络的每个C2F模块后增设了无参注意力模块(simple attention module,SimAM),提升模型对茶叶嫩梢的识别关注度。试验结果表明,改进后的模型比原始模型的精确率(precision,P)、召回率(recall,R)、平均精确率均值(mean average precision,mAP)、F1得分(F1 score,F1)分别提升了4.2、2.9、3.7和3.3个百分点,推理速度为42 帧/s,模型大小为6.7 MB,满足低算力移动设备的部署条件。与Faster-RCNN、YOLOv5n、YOLOv7n和YOLOv8n目标检测算法相比,该研究提出的改进模型精确率分别高出57.4、4.4、4.7和4.2个百分点,召回率分别高出53.0、3.6、2.8和2.9个百分点,平均精确率均值分别高出58.9、5.0、4.6和3.7个百分点,F1得分分别高出了56.8、3.9、3.7和3.3个百分点,在茶叶嫩梢检测任务中展现出了更高的精确度和更低的漏检率,能够为名优茶的智能采摘提供算法参考。 相似文献
82.
为了快速检测和统计杨梅树的数量,该研究提出了一种基于改进YOLOv7的杨梅树单木检测模型:YOLOv7-ACGDmix。首先,对YOLOv7的可扩展高效长程注意力网络(extended-efficient long-range attention networks, E-ELAN)进行改进,通过融合兼具卷积和注意力机制优势的ACmix(a mixed model that enjoys the benefit of both self-attention and convolution)结构得到AC-E-ELAN模块,提升模型的学习和推理能力,引入可变形卷积(deformable convolutional networks version 2, DCNv2)结构得到DCNv2-E-ELAN模块,增强模型对不同尺寸目标的提取能力;其次,采用内容感知特征重组(content-aware reassembly of features, CARAFE)上采样模块,提高模型对重要特征的提取能力;然后,在主干和头部网络部分添加全局注意力机制(global-attention mechanism, GAM),强化特征中的语义信息和位置信息,提高模型特征融合能力;最后,采用WIoU(wise intersection over union)损失函数减少因正负样本数据不平衡造成的干扰,增强模型的泛化性。在公开数据集上的试验结果表明,YOLOv7-ACGDmix模型的精确率达到89.1%,召回率达到89.0%,平均精度均值(mean average precision, mAP)达到95.1%,F1-score达到89.0%,相比于原YOLOv7模型分别提高1.8、4.0、2.3和3.0个百分点。与Faster R-CNN、SSD、YOLOv8模型相比,改进模型的平均精度均值(mAP0.5)分别提高了9.8、2.2、0.7个百分点。实地采集杨梅树样本数据的检测精确率87.3%、召回率85.7%。试验表明,改进模型为基于无人机影像的杨梅树单木检测提供了一种有效的解决方案,对果园精准管理的发展具有重要意义。 相似文献
83.
针对雪茄烟叶晾制过程含水率人工判断主观性强、准确度低等不足,以及对影响雪茄烟叶晾制过程含水率预测的重要表观特征尚不明确等问题,该研究基于图像特征提取以及机器学习技术实现雪茄烟叶晾制过程含水率的预测。试验以雪茄烟品种“云雪2号”为试验材料,获取晾制过程的烟叶图像的颜色、轮廓、纹理以及部位四类特征并筛选出雪茄烟叶含水率预测的优选图像特征子集。在此基础上,构建了随机森林(random forest, RF)、支持向量机(support vector regression, SVR)与反向传播神经网络(back propagation neural network, BPNN)模型,并利用遗传算法(genetic algorithm, GA)对各模型超参数进行优化,将原始图像特征集与优选图像特征集输入3个机器学习模型,构建出6种模型-特征组合方案,依据晾制时期对原始数据集进行划分,并对测试集进行预测。最终结果显示:GA-SVR模型+优选图像特征子集的组合方案在测试集上表现最优,其决定系数(coefficient of determination,r2)与均方误差(mean square error,MSE)分别为0.980和0.001,且运行时间最短(运行时长=0.128 s)。研究结果可为雪茄烟叶晾制过程智能化控制提供理论依据。 相似文献
84.
为了解决因梭梭和红柳等宿主遮挡、样本分布密集、样本大小不均衡等造成人工种植肉苁蓉检测精度低以及模型参数量过大难以向嵌入式设备移植等问题,该研究提出一种基于改进YOLOv5s的人工种植肉苁蓉轻量化检测方法。首先,将YOLOv5s的主干网络替换为EfficientNetv2网络,以减少模型参数量和计算复杂度进而实现模型轻量化,便于后期将模型向嵌入式设备部署;其次,为了增强模型对小目标肉苁蓉特征信息的提取能力,将C3模块与Swin Transformer Block进行整合,得到C3STR模块,将其引入主干网络,并将其输出的特征图与Neck网络中的特征图进行融合;最后,在检测头前端与颈项加强网络之间添加CA注意力机制,以弱化背景信息、聚焦目标特征,提高网络检测性能。试验结果表明,该模型对于肉苁蓉的检测精度和准确率分别为89.8%和92.3%,模型的参数量和计算量分别为5.69×106 MB和6.8 GB,权重文件大小为11.9 MB,单幅图像推理时间为8.9 ms,能够实现实时性检测。同其他主流模型相比,改进后的模型的检测精度分别比SSD、Faster R-CNN、YO... 相似文献
85.
De Vico G Sfacteria A Maiolino P Mazzullo G 《Veterinary clinical pathology / American Society for Veterinary Clinical Pathology》2002,31(1):16-18
Background — Nuclear morphometry may provide useful diagnostic and prognostic information for neoplasms in animals. Most available data have been obtained from histologic sections. Nuclear morphometry of cytologic smears may provide important pre-operative information.
Objectives — The goal of this study was to compare nuclear morphometric parameters in cytologic smears and histologic sections from spontaneous canine tumors.
Methods — Mean nuclear area (MNA), mean nuclear perimeter (MNP), mean nuclear form factor (FF; nuclear perimeter2 /4π nuclear area) and their respective SDs were assessed by image analysis of both hematoxylin and eosin-stained histologic sections and May-Grünwald-Giemsa-stained cytologic smears from the same case in 20 spontaneous canine tumors of different histogenesis. The above parameters were selected as being the best morphometric tools for measuring variation in shape and size in cells after neoplastic transformation. Data were compared by ANOVA with P<.01 considered significant.
Results — There was a significant difference between histologic and cytologic specimens for MNA, MNP, and their SDs. Only the differences between FF and the SD of FF were not statistically significant.
Conclusions — Only nuclear morphometric data related to nuclear shape and nuclear shape variability are comparable between histologic and cytologic specimens. Nuclear area and perimeter may be affected by the different fixation and smear preparation techniques used in histology and cytology. 相似文献
Objectives — The goal of this study was to compare nuclear morphometric parameters in cytologic smears and histologic sections from spontaneous canine tumors.
Methods — Mean nuclear area (MNA), mean nuclear perimeter (MNP), mean nuclear form factor (FF; nuclear perimeter
Results — There was a significant difference between histologic and cytologic specimens for MNA, MNP, and their SDs. Only the differences between FF and the SD of FF were not statistically significant.
Conclusions — Only nuclear morphometric data related to nuclear shape and nuclear shape variability are comparable between histologic and cytologic specimens. Nuclear area and perimeter may be affected by the different fixation and smear preparation techniques used in histology and cytology. 相似文献
86.
基于"3S"技术的甘肃子午岭自然保护区土地利用变化研究 总被引:1,自引:0,他引:1
以甘肃省子午岭自然保护区为研究对象,运用"3S"技术,对研究区的地形图、不同时相的TM遥感影像进行数据预处理,并分类提取了研究区2个时段的土地利用信息.对分类信息进行统计分析后并与实地调查数据进行比较,结果表明,近20年来甘肃子午岭自然保护区的森林覆盖面积在稳步提高,乔木林面积明显增加.为甘肃子午岭自然保护区工程的建设提供了基础信息,为林区植物种群生长及分布调查研究提供了宏观数据,并且输出了研究区不同时相土地利用专题图. 相似文献
87.
88.
89.
90.
为实现烤烟等级的快速准确识别,降低人工分级中主观因素对分级结果的影响,提高烟叶分级的准确性和一致性,提出一种基于烤烟RGB图像和深度学习的多尺度特征融合的烟叶图像等级分类方法,采用ResNet50提取烟叶图像特征,并引入基于注意力机制的SE模块(压缩激发模块),增强不同通道特征的重要程度;同时,采用FPN(特征金字塔网络)对提取的由浅及深不同层级的烟叶特征进行融合,以实现烟叶多尺度特征的表达。采集皖南地区6068个烤烟的正面和背面图像用于建模和分析。结果表明,提出的烟叶分级方法的分级正确率比经典CNN(卷积神经网络)高出5.21%,分级模型在新批次7个等级烟叶上的分级正确率为80.14%,相邻等级的分级正确率为91.50%。因此,采用RGB图像结合深度学习技术可实现烤烟烟叶等级的良好识别,可为烤烟烟叶收购等级评价提供一种新方法。 相似文献