全文获取类型
收费全文 | 1617篇 |
免费 | 20篇 |
国内免费 | 120篇 |
专业分类
林业 | 95篇 |
农学 | 35篇 |
基础科学 | 590篇 |
147篇 | |
综合类 | 654篇 |
农作物 | 4篇 |
水产渔业 | 24篇 |
畜牧兽医 | 198篇 |
园艺 | 10篇 |
出版年
2024年 | 8篇 |
2023年 | 19篇 |
2022年 | 35篇 |
2021年 | 28篇 |
2020年 | 43篇 |
2019年 | 60篇 |
2018年 | 27篇 |
2017年 | 102篇 |
2016年 | 111篇 |
2015年 | 107篇 |
2014年 | 188篇 |
2013年 | 185篇 |
2012年 | 161篇 |
2011年 | 144篇 |
2010年 | 171篇 |
2009年 | 110篇 |
2008年 | 88篇 |
2007年 | 40篇 |
2006年 | 30篇 |
2005年 | 39篇 |
2004年 | 19篇 |
2003年 | 15篇 |
2002年 | 6篇 |
2001年 | 6篇 |
2000年 | 4篇 |
1999年 | 3篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1983年 | 1篇 |
排序方式: 共有1757条查询结果,搜索用时 0 毫秒
61.
62.
当前无线传感器网络技术逐渐成熟,促进了智能农业和精准农业的发展。为获得实地、大范围和实时的农田信息,提出了一种基于ZigBee 技术的信息监测系统设计方案,包括硬件平台的设计和系统软件的开发。硬件平台以ATmega 128单片机和CC 1101射频芯片为核心,主要由数据处理单元、无线模块、传感器控制矩阵、数据存储、供电单元、模拟接口和数字接口等构成。在TinyOS 操作系统的开发平台上利用 nesC 语言实现了传感器节点和汇聚节点的软件开发。对传感器节点主要进行了传感器驱动程序设计,而汇聚节点主要进行了串口通信编程。此外,根据节点不同的工作模式,设计了节点的节能算法。该系统稳定、可靠,满足设计需求。 相似文献
63.
64.
65.
为提高全自动移栽取放苗装置效率,减少取放苗动作,设计了一种自动化程度高的新型取放苗装置,并提出了取苗苗夹与运苗、放苗装置合一的方案,简化了移栽机取放、输送系统。同时,提出了使用无线控制方案,减少了运动部件间的有线连接,在实现控制结构轻量化的同时提升系统硬件稳定性。装置控制使用模块化设计,系统实现自动化与集成化,减化了被控对象和控制流程。试验结果表明:装置控制系统稳定,可以实现不间断取苗、投苗,选取移栽苗为辣椒苗,取放苗成功率90.6%。研究结果可为穴盘苗全自动移栽机设计提供参考。 相似文献
66.
针对动态室内环境的变化及时变的接收信号强度(Received signal strength,RSS)对定位精度的影响,提出了一类基于核自适应滤波算法的农业无线传感器网络室内定位方法。核自适应滤波算法具体包括量化核最小均方(Quantized kernel least mean square,QKLMS)算法及固定预算(Fixed-budget,FB)核递推最小二乘(Kernel recursive least-squares,KRLS)算法。QKLMS算法基于一种简单在线矢量量化方法替代稀疏化,抑制核自适应滤波中径向基函数结构的增长。FB-KRLS算法是一种固定内存预算的在线学习方法,与以往的滑窗技术不同,每次时间更新时并不修剪最旧的数据,而是旨在修剪最无用的数据,从而抑制核矩阵的不断增长。通过构建RSS指纹信息与物理位置之间的非线性映射关系,核自适应滤波算法实现WSN的室内定位,将所提出的算法应用于仿真与物理环境下的不同实例中,在同等条件下,还与其他核学习算法、极限学习机(Extreme learning machine,ELM)等定位算法进行比较。仿真实验中2种算法在3种情形下的平均定位误差分别为0.746、0.443 m,物理实验中2种算法在2种情形下的平均定位误差分别为0.547、0.282 m。实验结果表明,所提出的核自适应滤波算法均能提高定位精度,其在线学习能力使得所提出的定位算法能自适应环境动态的变化。 相似文献
67.
太阳能和无线充电技术的结合设计。利用太阳能电池板的光电效应,把光能转换成电能并储存在蓄电池中,由发射电路转为高频交流电,经电磁耦合由接收器接收,再通过降压稳压处理,进而实现手机充电。该充电器能够替代传统的手机充电器,简单便捷。 相似文献
68.
基于嵌入式机器视觉的水稻秧盘育秧图像无线传输系统 总被引:2,自引:0,他引:2
杂交稻机械化秧盘精密播种育秧过程中需要人工实时监测,以保证秧盘播种性能,为解决传统人工长时间户外、低效的监测方式,设计了基于嵌入式机器视觉的水稻秧盘育秧图像无线传输系统。系统由嵌入式开发平台、无线Wi Fi网关、高清网络摄像头、红外传感模块、远程服务器等组成。嵌入式开发平台采用Tiny4412开发板,并在其上移植Linux系统、摄像头驱动、GPIO口驱动;采用Qt开发工具,完成图像采集、实时显示,并设计出友好的人机交互界面;利用Jpeglib静态库对图像进行数据压缩;利用无线Wi Fi局域网、嵌入式系统和远程服务器按照规定的协议通过Socket通信进行数据传输。远程服务器基于Netty框架对采集到的图像数据进行校验、实时显示和保存。试验结果表明,不同分辨率图像的无线传输速率均满足育秧流水线实时作业要求,JPEG格式的图像经过数据压缩,其传输速率大大提高;嵌入式采集终端能够稳定采集播种秧盘图像,并成功地上传到服务器,网络平均丢包率为0.23%,误码率为0.23%。 相似文献
69.
将大数据技术应用于开关柜测温系统中,通过采集线路电流、室温等数据,更全面地分析温度与其他信息的相关性,从而保证测温系统的运行可靠性,保障开关柜的安全稳定运行。 相似文献
70.