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
31.
基于机器视觉的奶牛发情行为自动识别方法 总被引:3,自引:0,他引:3
及时检测奶牛发情、适时人工授精、减少空怀奶牛,是奶牛养殖场增加产奶量的关键手段。针对基于运动量和体温等体征的接触式奶牛发情识别方法会造成奶牛应激反应且识别准确率不高的问题,提出了一种非接触式奶牛发情行为自动识别方法。该方法首先使用改进的高斯混合模型实现运动奶牛目标检测,然后基于颜色和纹理信息去除干扰背景,再利用AlexNet深度学习网络训练奶牛行为分类网络模型,识别奶牛爬跨行为,最终实现对奶牛发情行为的自动识别。在供试数据集上的试验结果表明,本文方法对奶牛发情的识别准确率为100%,召回率为88.24%。本文方法可应用于奶牛养殖场的日常发情监测中,为生产管理提供辅助决策。 相似文献
32.
33.
环境控制方法是实现温室蔬菜高效生产的关键。随着现代控制技术的快速发展,温室环境控制方法逐步从手动、定时控制方法,转变为设定值控制和智能控制等方式。该文概述了以设定值为目标实现环境控制的方法,归纳了模糊控制、解耦控制、人工智能控制和表型控制等智能控制方法的特点,总结了现有温室环境调控领域控光、控温、控气、通风、灌溉和“云-边-端”协同控制系统的优劣。针对现存问题,指出该领域的发展趋势为构建考虑扰动因素影响的温室环境控制方法,研制基于作物生长和表型评价体系的环境调控模型,以及建立多模型融合的“云-边-端”协同温室环境调控系统。相关技术的发展将为温室的智能化与信息化发展提供重要的决策依据和借鉴意义。 相似文献
34.
利用Kalman滤波和Hungarian算法的多目标奶牛嘴部跟踪及反刍监测 总被引:1,自引:1,他引:0
针对奶牛养殖场复杂环境下多目标奶牛嘴部自动跟踪及反刍监测的困难,该研究提出了一种基于嘴部区域跟踪的多目标奶牛反刍行为智能监测方法。在YOLOv4模型识别奶牛嘴部上下颚区域的基础上,以Kalman滤波和Hungarian算法跟踪上颚区域,并对同一奶牛目标的上颚和下颚区域进行关联匹配获取嘴部咀嚼曲线,以此获取反刍相关信息,从而实现多目标奶牛个体的嘴部跟踪和反刍行为监测;为解决奶牛快速摆头运动和棚舍栏杆遮挡引发奶牛标号变化的问题,提出未匹配跟踪框保持及扩大的方法。采集并选择实际养殖场环境下的反刍奶牛视频66段,对其中58段视频采取分帧操作得到图像,制作YOLOv4模型数据集,以其余8段视频验证跟踪方法和反刍行为判定方法的有效性。试验结果表明,YOLOv4模型对奶牛嘴部上颚、下颚区域的识别准确率分别为93.92%和92.46%;改进的跟踪算法可实现复杂环境下多目标奶牛嘴部区域的稳定跟踪,且有效解决了栏杆遮挡、快速摆头运动造成的奶牛标号变化现象,上下颚匹配率平均为99.89%,跟踪速度平均为31.85帧/s;由反刍行为判定方法获取的咀嚼次数正确率的平均值为96.93%,反刍时长误差的平均值为1.48 s。该研究可为实际养殖中多目标奶牛反刍行为的智能监测和分析提供参考,也可供其他群体动物运动部位的跟踪和行为监测借鉴。 相似文献
35.
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
36.
针对传统计算机视觉技术在苹果外部品质分级中准确率较低、鲁棒性较差等问题,提出了基于深度学习的苹果外观分级方法(多卷积神经网络融合DXNet模型)。首先,在延安市超市、果园等场所实地拍摄不同外观等级的苹果图像15000幅,并进行人工标记,建立了外部品质信息覆盖度广、样本量大的苹果图像数据库;然后,在对比分析经典卷积网络模型的基础上,采用模型融合的方式对经典模型进行优化改进,抽取经典模型卷积部分进行融合,作为特征提取器,共享全连接层用作分类器,并采用批归一化和正则化技术防止模型过拟合。试验评估采用15000幅图像进行训练、4500幅图像进行测试,结果表明,DXNet模型的分级准确率高于经典模型,分级准确率达到97.84%,验证了本文方法用于苹果外部品质分级的有效性。 相似文献
37.
为了解决现代规模化、精细化奶牛养殖中牛舍环境难以实时远程监控的问题,笔者设计了基于Android和ZigBee平台的牛舍环境远程监测系统。系统采用STM32单片机为控制核心,利用温湿度传感器、光照传感器和有害气体传感器采集牛舍环境信息,将环境参数通过ZigBee网络传输到远程PC机服务器上,并借助TCP/IP通信协议搭建TCP服务器。移动平台通过访问PC机的IP地址与端口号建立网络通信,进而获取牛舍当前的温度、湿度、光照、有害气体浓度等环境参数,实现了对牛舍环境的远程无线实时监测。 相似文献
38.
用流变仪—电子计算机实时测定装置,测定和分析了猕猴桃果实的载荷——变形、蠕变及应力松驰等生物力学特性,并探讨了果实硬度和力学特性之间的相关性。结果表明:果实的压缩或压入强度及破断能均随贮藏时间的增加而减少;果实的蠕变和应力松驰现象,可分别用6单元Burgers模型和5单元Maxwell模型表示,力学模型的粘弹性系数随贮藏时间增加而发生变化;果实硬度和粘弹性模型的弹性系数及压缩或压入强度、破断能间有极显著的线性相关。 相似文献
39.
40.
连接大米籽粒图像的自动分割算法研究 总被引:2,自引:0,他引:2
分析了单个大米籽粒和连接大米籽粒的轮廓特征,提出了一种基于曲率的分割算法。该算法能够有效地反映边界点尖锐程度的曲率及其方向,根据曲率大小和曲率方向能准确判别图像中大米籽粒是否接触并快速找到分割点。用最短距离配对法对3种接触的大米籽粒进行分割。算法对判别籽粒是否接触的准确率达99%以上,对接触籽粒的准确分割率达95%以上。 相似文献