全文获取类型
收费全文 | 124篇 |
免费 | 2篇 |
国内免费 | 57篇 |
专业分类
农学 | 1篇 |
基础科学 | 94篇 |
43篇 | |
综合类 | 40篇 |
农作物 | 1篇 |
畜牧兽医 | 3篇 |
植物保护 | 1篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2022年 | 5篇 |
2021年 | 6篇 |
2020年 | 4篇 |
2019年 | 10篇 |
2018年 | 15篇 |
2017年 | 4篇 |
2016年 | 8篇 |
2015年 | 8篇 |
2014年 | 9篇 |
2013年 | 8篇 |
2012年 | 10篇 |
2011年 | 10篇 |
2010年 | 7篇 |
2009年 | 8篇 |
2008年 | 5篇 |
2007年 | 9篇 |
2006年 | 16篇 |
2005年 | 6篇 |
2004年 | 4篇 |
2003年 | 1篇 |
2002年 | 2篇 |
2001年 | 8篇 |
1998年 | 3篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 4篇 |
1994年 | 2篇 |
1993年 | 2篇 |
1992年 | 4篇 |
1986年 | 1篇 |
排序方式: 共有183条查询结果,搜索用时 15 毫秒
11.
12.
13.
14.
15.
苹果霉心病可见/近红外透射能量光谱识别方法 总被引:1,自引:0,他引:1
针对苹果霉心病从外表无法识别的难题,提出基于可见/近红外透射能量光谱进行快速无损识别的模型和方法。在200~1 100 nm波段内采集了200个苹果的透射能量光谱数据,随机选取140个样品作为训练集,剩余60个样品作为测试集。用平滑法和多元散射校正对光谱数据进行预处理。基于全光谱、连续投影算法(SPA)提取的12个特征波长、主成分分析(PCA)提取的9个主成分,分别建立了偏最小二乘判别法、误差反向传播人工神经网络和支持向量机(SVM)识别模型。实验结果说明,应用PCA-SVM建立的模型识别性能最优,该模型对测试集和训练集中霉心病果和健康果的识别正确率分别为99.3%和96.7%。基于SPA和PCA所建模型的输入变量数仅相当于基于全光谱所建模型输入变量数的0.99%和0.74%,极大降低了模型的复杂度。研究结果表明,该方法是可行的且具有较高识别准确度,为苹果在线内部品质分级和便携式苹果霉心病检测仪的研究提供了技术依据。 相似文献
16.
基于混合高斯模型的移动奶牛目标实时检测 总被引:2,自引:0,他引:2
针对奶牛养殖场背景复杂和环境多变导致现有的目标检测算法无法满足鲁棒性和实时性需求的问题,基于递归背景建模思想,在混合高斯模型中引入惩罚因子,提出了一种动态背景建模方法,采用局部更新策略,以降低模型复杂度和解决前景消融问题;提出基于色度偏差和亮度偏差的二分类算法,避免目标物阴影区域的影响。对不同天气及环境变化剧烈情况下获取的奶牛视频样本进行实验。结果表明,与混合高斯模型相比,平均模型复杂度降低了50.85%,前景误检率和背景误检率分别降低了19.50和13.37个百分点,单帧运行时间降低了29.25%,检测准确率更高、实时性更好,且解决了前景消融问题,能满足在复杂背景和环境条件下实时提取奶牛目标的要求。 相似文献
17.
基于视频分析的犊牛基本行为识别 总被引:6,自引:0,他引:6
针对接触式获取动物行为信息的局限性,研究并提出基于视频分析的犊牛基本行为识别方法。首先对目标检测方法进行改进,提出基于最大连通区域的目标循环搜索环境建模、目标检测算法,以高效提取复杂自然环境下的犊牛目标;在提取犊牛的质心、轮廓等时序特征的基础上,采用基于结构相似的犊牛行为序列快速聚类算法,对犊牛基本行为进行识别。试验结果表明,环境建模、目标检测算法目标正负样本检测正确率分别达90.94%和98.98%,比背景相减法分别提高4.59和8.32个百分点;犊牛躺、站、走和跑跳的正确识别率分别为100%、96.17%、95.85%和97.26%,能快速对犊牛基本行为进行准确分类,为大型动物高级行为识别及理解奠定了基础。 相似文献
18.
19.
20.
基于热红外成像与骨架树模型的奶牛眼温自动检测 总被引:1,自引:0,他引:1
针对现有方法无法实现奶牛热红外图像中眼温信息自动获取的问题,为实现奶牛眼温无接触、自动、高精确检测,提出了一种基于热红外成像技术与骨架树模型的奶牛眼温自动检测方法。首先,在获得奶牛侧面热红外图像的基础上,利用基于差距度量的阈值分割方法提取奶牛目标,对奶牛骨架进行精确提取,并构建了奶牛骨架树模型,在该模型上对奶牛头部区域进行准确定位;然后,根据头部轮廓的形状特征与眼睛几何位置特征,对奶牛眼睛区域中心点进行准确定位;最后,以眼睛中心点为圆心,以半径为20像素区域内的最高温度作为眼睛温度,对奶牛热红外图像中眼温进行自动检测。为验证本文方法的有效性,随机选取来自50头奶牛的100幅侧视热红外图像进行了试验,结果表明,采用本文方法检测结果的平均绝对误差为0.35℃、平均相对误差为0.38%,具有较高的精度。本研究可为奶牛体温非接触、自动化、高精度检测提供技术支撑。 相似文献