全文获取类型
收费全文 | 2801篇 |
免费 | 61篇 |
国内免费 | 177篇 |
专业分类
林业 | 148篇 |
农学 | 233篇 |
基础科学 | 79篇 |
143篇 | |
综合类 | 1002篇 |
农作物 | 165篇 |
水产渔业 | 74篇 |
畜牧兽医 | 1016篇 |
园艺 | 150篇 |
植物保护 | 29篇 |
出版年
2024年 | 24篇 |
2023年 | 69篇 |
2022年 | 64篇 |
2021年 | 79篇 |
2020年 | 61篇 |
2019年 | 88篇 |
2018年 | 30篇 |
2017年 | 42篇 |
2016年 | 65篇 |
2015年 | 74篇 |
2014年 | 101篇 |
2013年 | 109篇 |
2012年 | 176篇 |
2011年 | 194篇 |
2010年 | 165篇 |
2009年 | 163篇 |
2008年 | 192篇 |
2007年 | 156篇 |
2006年 | 145篇 |
2005年 | 150篇 |
2004年 | 106篇 |
2003年 | 92篇 |
2002年 | 66篇 |
2001年 | 69篇 |
2000年 | 54篇 |
1999年 | 45篇 |
1998年 | 46篇 |
1997年 | 54篇 |
1996年 | 45篇 |
1995年 | 57篇 |
1994年 | 53篇 |
1993年 | 46篇 |
1992年 | 31篇 |
1991年 | 43篇 |
1990年 | 31篇 |
1989年 | 26篇 |
1988年 | 5篇 |
1987年 | 3篇 |
1986年 | 6篇 |
1985年 | 2篇 |
1984年 | 2篇 |
1983年 | 1篇 |
1982年 | 5篇 |
1981年 | 2篇 |
1980年 | 2篇 |
排序方式: 共有3039条查询结果,搜索用时 31 毫秒
61.
通过对棉花体细胞胚胎发育过程的观察发现,其发育的四个时期即球形期,心形期,鱼雷期和子叶期均有白化现象。成熟期的白色叶胚比绿色子叶胚在成苗培养基上生长快,且形成再生植株的频率高。 相似文献
62.
63.
为提高梨叶片病害发生程度诊断的效率和准确性,本文提出基于全局上下文级联R-CNN网络(Global context Cascade R-CNN,GC-Cascade R-CNN)的梨叶病斑计数方法。模型的主干特征提取网络嵌入全局上下文模块(Global context feature model, GC-Model),建立有效的长距离和通道依赖,增强目标特征信息。引入特征金字塔网络(Feature pyramid network, FPN)融合浅层细节特征和深层丰富语义特征。使用ROI Align替换ROI Pooling进行区域特征聚集,增强目标特征表达。最后利用多层级联网络对目标区域进行边框回归和分类,完成病斑计数任务。在梨叶病斑图像测试中,模型的各类病斑平均精确率均值(Mean average precision, mAP)达89.4%,检测单幅图像平均耗时为0.347 s。结果表明,模型能够有效地从梨叶片病害图像中检测出多类病斑目标,尤其对叶片炭疽病斑检测效果提升显著;不同种类梨叶片病害病斑计数值与真实值回归实验决定系数R2均大于0.92,表明模型病斑计数... 相似文献
64.
针对猪只人工计数方法消耗时间和劳动力,育肥猪较为活跃且喜好聚集,图像中存在大量的高密度区域,导致猪只之间互相粘连、遮挡等问题,基于SOLO v2实例分割算法,提出了一种自然养殖场景下融合多尺度特征金字塔与二代可变形卷积的高密度群养猪计数模型。通过优化模型结构来减少计算资源的消耗与占用。将科大讯飞给出的猪只计数的公开数据集划分为猪只分割数据集和猪只盘点测试集,利用猪只分割数据集获得较好的分割模型,然后在猪只盘点测试集中测试盘点准确率,实现猪群分割和猪只计数。实验结果表明,本文提出的高密度猪只计数模型的分割准确率达到96.7%,且模型内存占用量为256 MB,为改进前的2/3,实现了遮挡、粘连和重叠情况下的猪只个体高准确率分割。在含有500幅猪只图像计数测试集中,模型计算猪只数量误差为0时的图像数量为207幅,较改进前提高26%。模型计算猪只数量误差小于2头猪的图像数量占测试图像总数量的97.2%。模型计算猪只数量误差大于3头猪的图像数量占总体图像数量比例仅为1%。最后,对比基于YOLO v5的群养猪计数方法,本文模型具有更优的分割效果和计数准确率,验证了本文方法对群养猪只计数的有效性。因... 相似文献
65.
猪只盘点是规模化养殖中的重要环节,为生猪精准饲喂和资产管理提供了依据。人工盘点不仅耗时低效,而且容易出错。当前已有基于深度学习的生猪智能盘点算法,但在遮挡重叠、光照等复杂场景下盘点精度较低。为提高复杂场景下生猪盘点的精度,提出了一种基于改进YOLO v5n的猪只盘点算法。该算法从提升猪只目标检测性能出发,构建了一个多场景的生猪数据集;其次,在主干网络中引入SE-Net通道注意力模块,引导模型更加关注遮挡条件下猪只目标信息的通道特征。同时,增加了检测层进行多尺度特征融合处理,使模型更容易学习收敛并预测不同尺度的猪只对象,提升模型遮挡场景的检测性能;最后,对边界框损失函数以及非极大值抑制处理进行了改进,使模型对遮挡的目标有更好的识别效果。实验结果表明,与原YOLO v5n算法相比,改进算法的平均绝对误差(MAE)、均方根误差(RMSE)以及漏检率分别降低0.509、0.708以及3.02个百分点,平均精度(AP)提高1.62个百分点,达到99.39%,在复杂遮挡重叠场景下具有较优的精确度和鲁棒性。算法的MAE为0.173,与猪只盘点算法CClusnet、CCNN和PCN相比,分别降低0.2... 相似文献
66.
基于改进Faster R-CNN的田间黄板害虫检测算法 总被引:2,自引:0,他引:2
针对黄板诱捕的害虫体积小、数量多和分布不均匀,难以进行害虫识别的问题,引入当前主流目标检测模型Faster R-CNN对黄板上的小菜蛾、黄曲条跳甲和烟粉虱等主要害虫进行识别与计数,提出一种基于改进Faster R-CNN的田间黄板害虫检测算法(Mobile terminal pest Faster R-CNN,MPF R-CNN)。该算法将ResNet101网络与FPN网络相结合作为特征提取网络,并在RPN网络设计多种不同尺寸锚点对特征图像进行前景和背景判断,使用ROIAlign替代ROIPooling进行特征映射,以及使用双损失函数进行算法参数控制。对2440幅样本图像的实验分析表明,在真实复杂的自然环境下,MPF R-CNN对烟粉虱、黄曲条跳甲、小菜蛾和其他大型害虫(体长大于5mm)检测的平均精度分别为87.84%、86.94%、87.42%和86.38%;在35cm×25cm黄板上不超过480只的低密度下平均精度均值为93.41%,在480~960只害虫的中等密度下平均精度均值为89.76%。同时实验显示,在中低等密度下晴天和雨天的检测精度无明显差异,本算法计数结果与害虫计数决定系数为0.9255。将该算法置入以“微信小程序+云存储服务器+算法服务器”为架构的小米7手机终端系统中进行应用测试,平均识别时间为1.7s。研究表明,该算法在精度和速度上均可支持当前便携式应用,为利用手机对蔬菜害虫进行快速监测与识别提供了技术支撑。 相似文献
67.
以水芋幼叶为外植体,应用均匀设计法筛选其最适合的胚性愈伤组织及胚性细胞复合体诱导、体细胞胚胎发育及植株再生的培养基,建立了水芋体细胞胚胎发生体系.对不同阶段培养材料的形态结构及超微结构的观察证明了水芋体细胞胚胎的发育过程.结果表明:水芋叶片胚性愈伤组织及胚性细胞复合体诱导最适宜培养基为:LS+6-BA 0.5 mg/L+2,4-D 2.0mg/L,诱导率为98.5%;体胚发育及植株再生最适宜的培养基为:LS+6-BA1.0 mg/L+NAA0.5mg/L+IAA 1.0 mg/L,体胚萌发率为96%,萌发的体胚在发育培养基上继续培养25 d后全部发育成完整植株. 相似文献
68.
菠萝栽培种(Ananas comosus var. comosus)的营养生长期较长,制约了其新品种选育效率。收集和筛选营养生长期较短的种质,可为短营养生长期菠萝新品种的选育创制中间材料。从境外收集了23份易成花的野生种质材料,自2008年起进行栽培、繁殖和性状鉴定。通过对营养生长期的比较和观察,从矮凤梨(A. comosus var. nanus)的体胚苗中发现了1份营养生长期显著缩短的突变材料‘14-1’,其营养生长期约6个月(原品种约12个月),1年开花2次,具有极易成花等特点。‘14-1’无性繁殖后代遗传性状稳定,可作为短营养生长期菠萝育种的亲本资源。 相似文献
69.
70.