全文获取类型
收费全文 | 153篇 |
免费 | 6篇 |
国内免费 | 20篇 |
专业分类
林业 | 5篇 |
农学 | 1篇 |
基础科学 | 79篇 |
21篇 | |
综合类 | 57篇 |
农作物 | 3篇 |
水产渔业 | 1篇 |
畜牧兽医 | 7篇 |
园艺 | 3篇 |
植物保护 | 2篇 |
出版年
2024年 | 5篇 |
2023年 | 11篇 |
2022年 | 17篇 |
2021年 | 7篇 |
2020年 | 7篇 |
2019年 | 5篇 |
2018年 | 13篇 |
2017年 | 4篇 |
2016年 | 8篇 |
2015年 | 12篇 |
2014年 | 7篇 |
2013年 | 15篇 |
2012年 | 19篇 |
2011年 | 9篇 |
2010年 | 6篇 |
2009年 | 5篇 |
2008年 | 3篇 |
2007年 | 1篇 |
2006年 | 2篇 |
2005年 | 3篇 |
2004年 | 5篇 |
2003年 | 3篇 |
2002年 | 3篇 |
2000年 | 2篇 |
1999年 | 2篇 |
1998年 | 2篇 |
1997年 | 3篇 |
排序方式: 共有179条查询结果,搜索用时 312 毫秒
171.
以秸秆纤维轻质墙体为研究对象,分析其结构和组成及其对材料高温性能的影响;通过TG-FTIR分析,研究了高温作用下的秸秆纤维墙体材料的物理化学变化过程.在上述基础上,针对该种新型建筑材料进行了烧失量实验,利用DRS2.6数据回归分析软件,建立了火灾温度-烧失量的一元回归模型.同时,以200 mm厚的秸秆纤维外墙保温板为例,在ISO9705标准火灾实验间对温度-烧失量回归模型进行了校验.结果表明:回归方程准确可信,可用于火灾后各部位的温度变化情况、起火原因的认定和灾后强度评估.' 相似文献
172.
基于多路卷积神经网络的大田小麦赤霉病图像识别 总被引:8,自引:7,他引:1
为了准确地识别小麦病害,及时采取防治措施,减少农药施用的成本,同时减少农业生态环境的污染,该研究以灌浆期感染赤霉病的小麦麦穗图像为研究对象,根据病变区域与健康区域的颜色分布特点,设计了一种多路卷积神经网络用于小麦赤霉病图像的识别。首先利用深度语义分割网络U-Net对大田环境下的小麦图像进行分割,去除小麦叶片及其他无关背景的影响,从而分割出麦穗图像。然后设计结构较为简单的多路卷积神经网络分别提取麦穗图像R、G、B 3个通道的特征,通过特征融合获得具有高辨识性的麦穗图像语义特征。最后,为了增大赤霉病和健康麦穗图像特征之间的可区分性,同时减小赤霉病麦穗图像类内特征的差异,采用联合损失函数进一步改善网络的性能。该研究对采集的大田环境下的510幅灌浆期小麦群体图像进行分割,选取2 745幅完整单株麦穗图像利用所设计的多路卷积神经网络进行赤霉病识别试验,结果表明该研究所提算法对单株麦穗赤霉病识别精度达到100%,能够为小麦病害的智能识别提供帮助。 相似文献
173.
基于深度卷积神经网络的田间麦穗密度估计及计数 总被引:8,自引:8,他引:0
小麦的最终产量可由单位面积的小麦麦穗数侧面反映,为了快速准确统计小麦麦穗数,该研究给出一种在单幅图像上利用深度卷积神经网络估计田间麦穗密度图并进行麦穗计数的方法。首先对采集的田间小麦图像进行直方图均衡化及阈值分割预处理,以减少图像中光照及一些复杂背景对计数的影响;然后根据灌浆期田间小麦图像麦穗密集的特点,引入拥挤场景识别网络(Congested Scene Recognition Network,CSRNet)构建麦穗密度图估计模型,并采用迁移学习方法,利用小麦图像公开数据集对模型进行预训练,再用所采集的小麦图像数据集进行模型参数调整和优化;利用得到的模型生成单幅小麦图像的麦穗密度图,根据密度图中所有密度值的总和对图像进行麦穗计数。最后根据对单幅麦穗图像的试验数据,构建田间麦穗计数函数模型,实现田间小麦麦穗数估计。通过对所采集的安农170、苏麦188、乐麦608和宁麦24这4个品种共296幅小麦图像进行试验,平均绝对误差(Mean Absolute Error,MAE)和均方根误差(Root Mean Squared Error,RMSE)分别为16.44和17.89,4个品种小麦的麦穗计数值与真实值的决定系数R2均在0.9左右,表明该方法对单幅图像小麦麦穗计数精度较高。此外,通过对田间小麦麦穗数进行估计试验,结果表明,随面积的增大麦穗估计的误差越小,研究结果可以为小麦的产量自动估计提供参考。 相似文献
174.
针对遥感图像河流数据样本人工标注成本高且难以大量获取,以及网络在河流图像边缘细节提取的效果不佳问题,提出一种通过自监督对比学习方式利用大量无标签遥感河流图像数据进行编码器预训练,并使用少量标签数据对预训练后的编码器进行微调,同时在编解码结构中使用一种新的非均匀采样方式的语义分割网络。自监督对比学习可以利用大量无标签数据进行前置任务模型训练,仅需少量标签数据对下游河流提取任务模型微调即可;非均匀采样方式能够通过对高频区域密集采样、对低频区域稀疏采样的方式获得图像中不同类别之间清晰的边界信息和同类别区域中的细节信息,减少模型的冗余度。在河流数据集上的实验表明,利用360幅有标签数据对预训练后的网络进行微调,其像素准确率、交并比、召回率分别达到90.4%、68.6%和83.2%,与使用1 200幅有标签数据训练的有监督AFR-LinkNet网络性能相当;在使用全部数据标签进行微调后,网络的像素准确率、交并比、召回率分别达到93.7%、73.2%和88.5%,相比AFR-LinkNet、DeepLabv3+、LinkNet、ResNet50和UNet网络,像素准确率分别提高3.1、7.6、12... 相似文献
175.
177.
178.
现有大田土壤电导率检测装置主要以手持式为主,存在检测效率低、实时性差等问题。基于电流-电压四端法原理设计了一种车载式大田土壤电导率在线检测系统,系统主要由恒流信号源电路、信号处理电路、Arduino控制器、GPS定位模块及车载传感器等组成,可在线检测大田土壤电导率。通过实验室和大田试验对系统性能进行了验证,试验结果表明,系统具有较好稳定性,动态响应时间约为540ms,开机预热引起的温漂最大偏差为3.70%,不考虑温差影响下系统检测精度R2为0.7342,消除温差影响后检测精度R2为0.8645~0.9156,均高于商用手持式电导率检测仪,其R2为0.6095;探究了拖拉机振动、传感器插入深度、作业速度和土壤坚实度对系统检测精度的影响,振动状态相对静止状态,检测数据最大误差为10.37%,且误差主要集中在0~10μS/cm范围内;当作业速度不大于5.0km/h和传感器插入深度大于等于10cm时,该系统可稳定进行大田土壤电导率在线检测,且检测地块土壤坚实度不应过小,以确保传感器电极与土壤充分接触。该系统可为开展基于土壤电导率在线检测的实时变量施肥技术研究提供技术支撑。 相似文献
179.
稻瘟病菌引起的穗颈瘟严重影响水稻产量和质量。前期对江苏省稻区连续多年监测首次发现一类能引起类似穗颈瘟的梨孢菌新种Pyricularia sp. jiangsuensis,发生率高且在不同年份稳定存在。为了解该病原菌与稻瘟病菌之间的差异,本研究对该病原菌代表菌株P. sp. jiangsuensis 18-2与稻瘟病菌菌株P. oryzae Guy11在生长、产孢、各种胁迫及不同品种对两种病害的抗性等方面进行比较。结果表明,P. sp. jiangsuensis 18-2在PDA、CM和SDC三种培养基上的生长速度明显快于P. oryzae Guy11,但是P. sp. jiangsuensis 18-2的气生菌丝较为稀疏。在细胞壁胁迫因子和氧化压力下,P. sp. jiangsuensis 18-2对外源逆境的耐受性较P. oryzae Guy11更强,该病原菌更适应对外界胁迫的应答。进一步分析江苏省推广的主栽品种对类穗颈瘟的抗性,发现一些主栽品种对P. sp. jiangsuensis 18-2和P. oryzae Guy11引起的穗颈瘟存在抗性差异,鉴定筛选出品种镇稻448、盐粳1... 相似文献