全文获取类型
收费全文 | 2091篇 |
免费 | 119篇 |
国内免费 | 411篇 |
专业分类
林业 | 513篇 |
农学 | 144篇 |
基础科学 | 497篇 |
494篇 | |
综合类 | 746篇 |
农作物 | 40篇 |
水产渔业 | 26篇 |
畜牧兽医 | 81篇 |
园艺 | 37篇 |
植物保护 | 43篇 |
出版年
2024年 | 49篇 |
2023年 | 115篇 |
2022年 | 161篇 |
2021年 | 151篇 |
2020年 | 95篇 |
2019年 | 120篇 |
2018年 | 59篇 |
2017年 | 76篇 |
2016年 | 110篇 |
2015年 | 79篇 |
2014年 | 111篇 |
2013年 | 119篇 |
2012年 | 184篇 |
2011年 | 134篇 |
2010年 | 139篇 |
2009年 | 143篇 |
2008年 | 110篇 |
2007年 | 122篇 |
2006年 | 114篇 |
2005年 | 69篇 |
2004年 | 76篇 |
2003年 | 48篇 |
2002年 | 51篇 |
2001年 | 37篇 |
2000年 | 38篇 |
1999年 | 21篇 |
1998年 | 25篇 |
1997年 | 7篇 |
1996年 | 12篇 |
1995年 | 13篇 |
1994年 | 6篇 |
1993年 | 6篇 |
1992年 | 4篇 |
1991年 | 6篇 |
1990年 | 3篇 |
1989年 | 5篇 |
1987年 | 1篇 |
1977年 | 1篇 |
1956年 | 1篇 |
排序方式: 共有2621条查询结果,搜索用时 31 毫秒
61.
62.
钢管混凝土拱桥的施工监控技术 总被引:2,自引:0,他引:2
钢管混凝土是由混凝土填入薄壁钢管而形成的一种组合材料。在桥梁结构上,钢管混凝土主要应用于拱桥。目前,大跨度钢管混凝土拱桥主要采用缆索吊装-斜拉扣定施工新技术,拱桥的线形通过实测每节钢管拱的标高及拱轴线位置,并借助扣索实施动态调整来保证。为此,介绍了钢管混凝土拱桥施工过程的监控技术,从而指导施工,以确保拱桥建成后满足设计要求。 相似文献
63.
农户是土地承包权调整方式的“践行者”,也是调整效果的“检验者”,探究其认可度对相关政策的制定与可持续发展实施至关重要。基于江西省510份农户的调查数据,从生计资本视角运用Ordered Logit模型,就农户土地承包权调整方式认可度及影响因素展开研究分析。研究发现:(1)样本农户生计资本总值与各项生计资本指数都较低,五大生计资本指数存在显著差异性,其中生计资本指数最高、自然资本指数最低。(2)人力资本中,文化程度、是否有非农技能和家人健康状况都呈显著影响;自然资本中,承包地面积呈显著正向影响;物质资本中,货车数量呈显著负向影响;金融资本中,家庭年收入和贷款难度都呈显著影响;社会资本中,是否有村干部和是否经常参加村会议都呈显著影响。在此结果基础上,提出了要发挥政府主导作用,加大相关宣传,也要因地制宜,在稳定的承包关系下,根据村庄实际情况选择土地承包权调整方式的政策建议。 相似文献
64.
水资源可持续利用评价在水资源系统工程中具有重要地位。论述了区域水资源可持续利用与水资源承载力的关系,选用人均水资源量、每平方公里均水资源量、人均用水量、万元GDP用水量、万元工业用水量、水资源利用率6个评价指标,利用多级模糊识别理论模型对福建省9个地市的水资源可持续利用程度进行了评价,评价的结果符合福建省水资源目前的情况。 相似文献
65.
为实现田间环境下对玉米苗和杂草的高精度实时检测,本文提出一种融合带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration, MSRCR)增强算法的改进YOLOv4-tiny模型。首先,针对田间环境的图像特点采用MSRCR算法进行图像特征增强预处理,提高图像的对比度和细节质量;然后使用Mosaic在线数据增强方式,丰富目标检测背景,提高训练效率和小目标的检测精度;最后对YOLOv4-tiny模型使用K-means++聚类算法进行先验框聚类分析和通道剪枝处理。改进和简化后的模型总参数量降低了45.3%,模型占用内存减少了45.8%,平均精度均值(Mean average precision, mAP)提高了2.5个百分点,在Jetson Nano嵌入式平台上平均检测帧耗时减少了22.4%。本文提出的Prune-YOLOv4-tiny模型与Faster RCNN、YOLOv3-tiny、YOLOv4 3种常用的目标检测模型进行比较,结果表明:Prune-YOLOv4-tiny的mAP为96.6%,分别比Faster RCNN和YOLOv3... 相似文献
66.
67.
68.
针对农业机器人在果园定位和导航中,环境背景复杂、光照强度变化大等问题,本文提出了一种基于RGB-D相机并利用颜色、深度、宽度和平行边特征的树干快速识别方法。首先,使用RealSense深度相机获取果园的彩色图像和深度数据;然后,将彩色图像转换为HSV颜色空间,再对HSV颜色空间中的S分量进行超像素分割,并将颜色特征和深度特征相近的相邻超像素块进行合并;随后,对深度图像进行树干宽度特征检测,对宽度置信率大于阈值的物体看作是待处理物体;最后,对待处理的物体进行平行边特征检测,在待处理物体边缘区域选择感兴趣区域窗口(ROI)进行边缘检测,搜索可能的树干边缘直边,当物体边缘的置信率RB大于设定的阈值TLB时,则识别为树干。通过对树干的多特征提取,有效提高了在不同环境下树干识别准确率。利用移动机器人平台在果园环境进行试验测试,以检验在强光照、正常光照和弱光照条件下树干识别算法的性能。试验结果表明,本文的树干识别算法在强光照、正常光照和弱光照条件下,树干识别的准确率分别为92.38%、91.35%和89.86%,每帧图像平均耗时分别为0.54、0.66、... 相似文献
69.
70.
基于改进DeepSORT的群养生猪行为识别与跟踪方法 总被引:1,自引:0,他引:1
为改善猪只重叠与遮挡造成的猪只身份编号(Identity,ID)频繁跳变,在YOLO v5s检测算法基础上,提出了改进DeepSORT行为跟踪算法。该算法改进包括两方面:一针对特定场景下猪只数量稳定的特点,改进跟踪算法的轨迹生成与匹配过程,降低ID切换次数,提升跟踪稳定性;二将YOLO v5s检测算法中的行为类别信息引入跟踪算法中,在跟踪中实现准确的猪只行为识别。实验结果表明,在目标检测方面,YOLO v5s的mAP为99.3%,F1值为98.7%。在重识别方面,实验的Top-1准确率达到99.88%。在跟踪方面,改进DeepSORT算法的MOTA为91.9%,IDF1为89.2%,IDS为33;与DeepSORT算法对比,MOTA和IDF1分别提升了1.0、16.9个百分点,IDS下降了83.8%。改进DeepSORT算法在群养环境下能够实现稳定ID的猪只行为跟踪,能够为无接触式的生猪自动监测提供技术支持。 相似文献