全文获取类型
收费全文 | 6282篇 |
免费 | 138篇 |
国内免费 | 480篇 |
专业分类
林业 | 458篇 |
农学 | 193篇 |
基础科学 | 1169篇 |
504篇 | |
综合类 | 2952篇 |
农作物 | 96篇 |
水产渔业 | 99篇 |
畜牧兽医 | 706篇 |
园艺 | 550篇 |
植物保护 | 173篇 |
出版年
2024年 | 127篇 |
2023年 | 294篇 |
2022年 | 350篇 |
2021年 | 332篇 |
2020年 | 226篇 |
2019年 | 256篇 |
2018年 | 119篇 |
2017年 | 201篇 |
2016年 | 244篇 |
2015年 | 221篇 |
2014年 | 387篇 |
2013年 | 394篇 |
2012年 | 376篇 |
2011年 | 421篇 |
2010年 | 387篇 |
2009年 | 396篇 |
2008年 | 402篇 |
2007年 | 329篇 |
2006年 | 307篇 |
2005年 | 224篇 |
2004年 | 127篇 |
2003年 | 119篇 |
2002年 | 137篇 |
2001年 | 86篇 |
2000年 | 68篇 |
1999年 | 40篇 |
1998年 | 38篇 |
1997年 | 51篇 |
1996年 | 31篇 |
1995年 | 29篇 |
1994年 | 49篇 |
1993年 | 21篇 |
1992年 | 21篇 |
1991年 | 23篇 |
1990年 | 34篇 |
1989年 | 11篇 |
1988年 | 2篇 |
1987年 | 6篇 |
1986年 | 2篇 |
1985年 | 3篇 |
1984年 | 1篇 |
1982年 | 1篇 |
1981年 | 2篇 |
1977年 | 2篇 |
1976年 | 1篇 |
1953年 | 2篇 |
排序方式: 共有6900条查询结果,搜索用时 15 毫秒
101.
102.
103.
104.
黄体(Corepus Luteum,CL)是由排卵后的卵泡形成的一种功能性内分泌器官,它主要通过分泌孕激素(P)而在妊娠识别、建立和妊娠维持过程中发挥作用.如果没有妊娠建立,过一段时期黄体即自动消失.近年来大量的研究发现:在哺乳动物的卵巢黄体上存在一些细胞因子及其受体,这些细胞因子主要通过自分泌或(和)旁分泌作用而与其黄体上的受体相结合,进而对黄体的机能产生影响. 相似文献
105.
介绍了基于射频识别技术的动物食品安全追溯系统的基本构成,对动物食品安全中的相关内容进行了阐述,概述了射频识别技术在动物食品安全追溯中的应用。 相似文献
106.
采用双模态联合表征学习方法识别作物病害 总被引:1,自引:1,他引:0
基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。 相似文献
107.
基于深度学习的玉米拔节期冠层识别 总被引:2,自引:2,他引:0
为了满足田间玉米植株快速识别与检测的需求,针对玉米拔节期提出了基于深度学习的冠层识别方法,比较并选取了适于玉米植株精准识别和定位的网络模型,并研制了玉米植株快速识别和定位检测装置。首先拍摄玉米苗期和拔节期图像共计3 000张用于训练深度学习模型,针对拔节期玉米叶片交叉严重的问题,提出了以玉米株心取代玉米整株对象的标记策略。其次在Google Colab云平台训练SSDLite-MobileDet网络模型。为了实现田间快速检测,开发了基于树莓派4B+Coral USB的玉米冠层快速检测装置。结果表明,田间玉米冠层识别模型精度达到91%,检测视频的帧率达到89帧/s以上。研究成果可为田间玉米高精度诊断和精细化作业管理奠定基础。 相似文献
108.
为实现上倾管气液两相流流型的智能识别,提出了基于小波变换与概率神经网络的流型识别方法。采用中国石油大学(华东)室内小型环道试验装置进行气液两相流试验,采集上倾管流型以及相应的持液率信号。运用小波变换对持液率信号进行5级分解,并对分解后的信号提取标准差作为概率神经网络的输入参数,对试验中获得的分层流、气泡流、段塞流、严重段塞流流型进行识别。结果表明:该方法对4种流型的识别效果较好,其整体识别率为96.5%,其中分层流和严重段塞流的识别率高达98%。基于小波变换与概率神经网络的上倾管流型识别方法能够有效克服传统识别方法中主观因素的影响,不仅显著提高了流型识别的准确率,而且识别过程更加智能。(图5,表3,参22) 相似文献
109.
110.
当前,大部分有关RFID的文章,都在探讨RFID在提高产品物流速度和信息采集质量方面的作用或研究有关RFID硬件设备,而有关RFID阅读器的驱动及接口技术方面的研究很少。主要介绍了RFID阅读器的驱动模块及模块工作原理,同时介绍阅读器与上层数据管理器之间的接口设计。 相似文献