全文获取类型
收费全文 | 7727篇 |
免费 | 171篇 |
国内免费 | 411篇 |
专业分类
林业 | 725篇 |
农学 | 398篇 |
基础科学 | 1453篇 |
535篇 | |
综合类 | 3494篇 |
农作物 | 498篇 |
水产渔业 | 166篇 |
畜牧兽医 | 379篇 |
园艺 | 550篇 |
植物保护 | 111篇 |
出版年
2024年 | 126篇 |
2023年 | 383篇 |
2022年 | 410篇 |
2021年 | 414篇 |
2020年 | 325篇 |
2019年 | 293篇 |
2018年 | 159篇 |
2017年 | 216篇 |
2016年 | 301篇 |
2015年 | 306篇 |
2014年 | 542篇 |
2013年 | 440篇 |
2012年 | 470篇 |
2011年 | 433篇 |
2010年 | 386篇 |
2009年 | 355篇 |
2008年 | 398篇 |
2007年 | 334篇 |
2006年 | 267篇 |
2005年 | 265篇 |
2004年 | 230篇 |
2003年 | 246篇 |
2002年 | 159篇 |
2001年 | 162篇 |
2000年 | 110篇 |
1999年 | 60篇 |
1998年 | 55篇 |
1997年 | 46篇 |
1996年 | 62篇 |
1995年 | 52篇 |
1994年 | 51篇 |
1993年 | 27篇 |
1992年 | 36篇 |
1991年 | 40篇 |
1990年 | 36篇 |
1989年 | 25篇 |
1988年 | 13篇 |
1987年 | 11篇 |
1986年 | 9篇 |
1985年 | 5篇 |
1984年 | 2篇 |
1983年 | 5篇 |
1982年 | 5篇 |
1976年 | 2篇 |
1965年 | 5篇 |
1958年 | 3篇 |
1957年 | 14篇 |
1956年 | 3篇 |
1954年 | 1篇 |
1953年 | 5篇 |
排序方式: 共有8309条查询结果,搜索用时 62 毫秒
1.
针对雾霾天气下无人车行驶容易出现视野受限,导致防碰撞能力下降的问题,提出了一种基于VGGNet网络的深度卷积神经网络模型,通过反向传播算法不断调整模型的权重和偏置,对收集雾霾天气下的图像和相关数据进行处理,实现模型的训练和优化。实验结果表明,所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力,达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法,具有一定的参考价值和应用前景。 相似文献
2.
3.
4.
不同秧龄对沿江地区双季晚稻秧苗素质及产量的影响 总被引:1,自引:0,他引:1
以早熟高产品种上农粳2号和镇稻18为材料,采用常规毯苗机械栽插,分别设置20 d、24 d、28 d、32 d等4个秧龄处理,研究不同秧龄对沿江地区双季晚稻秧苗素质、生育进程、茎蘖动态及产量构成的影响。结果表明,随秧龄天数增加,参试品种的绿叶数、茎基宽和根系盘结力均逐渐升高;与20 d、24 d和28 d秧龄的处理相比,32 d秧龄处理的成熟期提前4~5 d,茎蘖高峰期提早15 d左右,结实率显著升高;与24 d秧龄处理相比,上农粳2号和镇稻18在32 d秧龄处理下的产量分别提高10.26%和20.82%。在秧苗强化化控和苗床管理的条件下,安徽沿江地区常规毯苗机插的栽插秧龄可延长至32 d。 相似文献
5.
近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。 相似文献
6.
7.
面向养殖水体,传统光谱法对化学需氧量(Chemical Oxygen Demand,COD)检测模型构建的基础:源域(现有样本库)与目标域(检测地水体)间光谱数据独立同分布。但是当源域与目标域分布间存在差异时,由源域得到的低误差模型常在目标域上表现下滑。针对该问题,提出面向UV Vis光谱的域对抗训练网络(DAUVwpNet),将分布不同的源域和目标域数据映射至相同分布的特征空间中,使其在该空间的分布距离尽可能接近,从而在特征空间中对源域训练的目标函数也可以迁移至目标域上,以降低模型在目标域的误差。试验表明:面向同一批测试数据,DAUVwpNet的预测误差为0.78,要低于传统模型的预测误差(0.85);DAUVwpNet预测值与实测值间相关系数为0.95,要高于传统模型的相关系数(0.89)。表明了该网络能够较好对齐两域特征空间数据分布,降低因分布差异带来的COD检测误差。 相似文献
8.
该文以常规早籼稻品种浙辐203为供试材料,井关PZ80D-25型高速插秧机为供试插秧机械;试验设定25cm固定行距,株距设置为11cm、12cm、14cm、17cm4个处理水平,试图探索双季早稻毯状秧机插的适宜株行距。结果表明,不同株行距配置不影响生育期表现;不同株行距配置对有效穗数影响显著,11cm、12cm株距处理的有效穗数较14cm、17cm株距处理提高13%以上;株距为11cm、12cm的小株距处理所构建的大群体并未导致结实率和穗粒数的显著降低;11cm、12cm株距设计具有更好的群体结构和产量构成,同时表现出更优的实际产量结果。综合来看,25cm×11cm和25cm×12cm是沿江双季稻北缘地区双季早稻毯状秧机插最佳的株行距配置。 相似文献
9.
黑龙江省农机技术推广总站 《农机科技推广》2020,(2):50-52,55
水稻钵育机插同步侧深施肥提质增效机械化技术在水稻寒地旱育稀植技术应用基础上实现了水稻种植技术的又一次创新。该技术可提高水稻产量,提升稻米品质,提高肥料利用率,减少农业面源污染,达到节本增效,降低生产成本,促进高效绿色农业发展。一、技术要点1.水稻秸秆还田技术规范全喂入(半喂入)收割机收获,全喂入收割机收获时将秸秆均匀抛洒覆盖地表,秸秆不积堆,秸秆长度8~10cm. 相似文献
10.