全文获取类型
收费全文 | 187篇 |
免费 | 8篇 |
国内免费 | 8篇 |
专业分类
林业 | 3篇 |
农学 | 4篇 |
基础科学 | 105篇 |
4篇 | |
综合类 | 55篇 |
农作物 | 2篇 |
水产渔业 | 1篇 |
畜牧兽医 | 25篇 |
园艺 | 1篇 |
植物保护 | 3篇 |
出版年
2024年 | 32篇 |
2023年 | 57篇 |
2022年 | 33篇 |
2021年 | 15篇 |
2020年 | 8篇 |
2019年 | 4篇 |
2018年 | 4篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2014年 | 2篇 |
2013年 | 9篇 |
2012年 | 3篇 |
2011年 | 7篇 |
2010年 | 3篇 |
2009年 | 2篇 |
2008年 | 4篇 |
2007年 | 3篇 |
2005年 | 2篇 |
2004年 | 2篇 |
2003年 | 2篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1991年 | 3篇 |
排序方式: 共有203条查询结果,搜索用时 31 毫秒
81.
82.
83.
为使巡检机器人能够对体积小且密集、形态多变、数量多且分布不均的害虫进行高效精准识别,提出了一种基于改进YOLO v7的害虫识别方法。该方法将CSP Bottleneck与基于移位窗口Transformer(Swin Transformer)自注意力机制相结合,提高了模型获取密集害虫目标位置信息的能力;在路径聚合部分增加第4检测支路,提高模型对小目标的检测性能;将卷积注意力模块(CBAM)集成到YOLO v7模型中,使模型更加关注害虫区域,抑制背景等一般特征信息,提高被遮挡害虫的识别精确率;使用Focal EIoU Loss损失函数减少正负样本不平衡对检测结果的影响,提高识别精度。采用基于实际农田环境建立的数据集的实验结果表明,改进后算法的精确率、召回率及平均精度均值分别为91.6%、82.9%和88.2%,较原模型提升2.5、1.2、3个百分点。与其它主流模型的对比实验结果表明,本文方法对害虫的实际检测效果更优,对解决农田复杂环境下害虫的精准识别问题具有参考价值。 相似文献
84.
针对小麦考种过程中籽粒堆积、粘连和遮挡现象导致计数准确率低等问题,本文基于电磁振动原理设计了高通量小麦籽粒振动分离装置,通过分析受力探讨了籽粒离散分离程度的主要影响因素,并引入二阶离散系数建立了籽粒离散度等级评价方法。在此基础上,引入Swin Transformer模块构建YOLO v7-ST模型,对不同离散度等级下小麦籽粒进行计数性能测试。试验结果表明,YOLO v7-ST模型在3种离散度等级下平均计数准确率、F1值和平均计数时间的总平均值分别为99.16%、93%和1.19 s,相较于YOLO v7、YOLO v5和Faster R-CNN模型,平均计数准确率分别提高1.03、2.34、15.44个百分点,模型综合评价指标F1值分别提高2、3、16个百分点,平均计数时间较YOLO v5和Faster R-CNN分别减少0.41 s和0.36 s,仅比YOLO v7模型增大0.09 s。因此,YOLO v7-ST模型可实现多种离散度等级下不同程度籽粒遮挡和粘连问题的准确快速检测,大幅提高小麦考种效率。 相似文献
85.
智能虫情测报灯下害虫的精准识别和分类是实现稻田虫情预警的前提,为解决水稻害虫图像识别过程中存在分布密集、体态微小、易受背景干扰等造成识别精度不高的问题,提出了一种基于MS-YOLO v7(Multi-Scale-YOLO v7)轻量化稻飞虱识别分类方法。首先,采用稻飞虱害虫诱捕装置搭建稻飞虱害虫采集平台,获取的稻飞虱图像构成ImageNet数据集。然后,MS-YOLO v7目标检测算法采用GhostConv轻量卷积作为主干网络,减小模型运行的参数量;在Neck部分加入CBAM注意力机制模块,有效强调稻飞虱区别度较高的特征通道,抑制沉冗无用特征,准确提取稻飞虱图像中的关键特征,动态调整特征图中不同通道的权重;将SPPCSPS空间金字塔池化模块替换SPPFS金字塔池化模块,提高网络模型对各分类样本的特征提取能力;同时将YOLO v7模型中的SiLU激活函数替换为Mish激活函数,增强网络的非线性表达能力。试验结果表明,改进后的MS-YOLO v7在测试集上的模型平均精度均值(Mean average precision,mAP)为95.7%,精确率(Precision)为96.4%,召回率(Recall)为94.2%,与Faster R-CNN、SSD、YOLO v5、YOLO v7网络模型相比mAP分别提高2.1、3.4、2.3、1.6个百分点,F1值分别提高2.7、4.1、2.5、1.4个百分点。改进后的模型内存占用量、参数量、浮点运算数分别为63.7MB、2.85×107、7.84×1010,相比YOLO v7模型分别缩减12.5%、21.7%、25.4%,MS-YOLO v7网络模型对稻飞虱种间害虫均能实现高精度的识别与分类,具有较好的鲁棒性,可为稻田早期稻飞虱虫情预警提供技术支持。 相似文献
86.
《河北农业大学学报》2021,44(2)
畜禽的行为能够反映其健康状况、环境舒适度等福利信息,是评价畜禽福利状况的重要指标。为了实时自动监测鸡舍中鸡群的行为状况,提出了1种基于深度学习的鸡群行为监测方法。用摄像头连续4个月每天7:00—17:30记录散养鸡群在鸡舍内的活动,筛选7988幅图片对鸡只的采食、站立、趴卧、梳羽、啄羽和打架行为进行标注,利用YOLO v4目标检测模型识别,各行为平均精确率分别为采食96.67%、站立90.34%、趴卧78.46%、梳羽82.01%、啄羽63.38%、打架67.14%,模型总体平均精确率为79.69%。为进一步提高啄羽行为检测结果,采用了时间序列分析方法提取持续时间大于30 s的啄羽行为。实验结果表明,该方法可以实现群养鸡只行为的实时自动监测,解决人工不能全天实时监测的问题,为精准化养殖提供了可能。 相似文献
87.
基于GIMMS NDVI 3g v1.0数据集和日值气象数据,结合极端气温指数,辅以极点对称模态分解、趋势分析、Mann-Kendall趋势检验、相关分析等方法,探讨中国北方生长季植被覆盖及极端气温的变化特征,研究植被覆盖对气温极值的响应状况。结果表明:① 1982—2015年中国北方生长季NDVI以0.002·(10a)-1的速率上升(P<0.05),ESMD(极点对称模态分解方法)显示生长季NDVI波动上升;针叶林、灌丛、荒漠植被、草地以及栽培植被呈增长趋势,栽培植被增速最快,针阔混交林、落叶阔叶林和高山植被呈不显著减少趋势。② 空间上,NDVI显著增加区域超过全区的33%,主要分布在天山、塔里木盆地北部、祁连山、陇南山区、黄土高原、河套平原、吕梁山和太行山、大别山以及辽西丘陵地区;显著下降区域仅占12%,主要分布在大兴安岭、小兴安岭和长白山区。③ 极端气温指数中,除TNmean(日最低气温平均值)和TNn(日最低气温极低值)呈上升趋势外,其余冷极值指数均呈下降趋势;所有暖极值指数均呈上升趋势;其他指数中,DTR(气温日较差)呈减小趋势,GSL(生长季日数)呈增加趋势。④
中国北方NDVI与极端气温指数的相关性表明,冷极值指数中NDVI与FD0(霜冻日数)、TN10p(冷夜日数)、TX10p(冷昼日数)呈显著负相关(P<0.05),与TNmean呈显著正相关(P<0.01);NDVI与所有暖极值指数呈正相关,与TR20(热夜日数)、TXmean(日最高气温平均值)、TX90p(暖昼日数)以及TN90p(暖夜日数)存在显著相关性(P<0.05);NDVI与GSL呈显著正相关(P<0.05)。⑤ 天山、塔里木盆地北缘、祁连山区、河套平原、黄土高原、太行山和吕梁山区等NDVI显著增加区域对极端气温指数的响应强烈。NDVI显著增加区主要对FD0、TNmean、TN90p、GSL等指数响应较强。NDVI显著减少区域对指数的响应各异,主要与SU25(夏季日数)呈显著负相关(P<0.05)。 相似文献
88.
Zhao Xuejun 《保鲜与加工》1991,(6):103-107
The yandongkai' s 2-stories "v' shape sequence of natural number is generalized to 2-stories and n-stories "v" shape sequence of real number,and some very interesting properties are given.x 相似文献
89.
传动带越紧越好。农用车上的水泵、发动机、液压泵等都是用V带传动的。当v带松弛时就会打滑,因而降低传动效率.加快V带的磨损。V带过紧,因拉伸过度而会缩短V带寿命,造成带轮轴弯曲,轴和轴承负荷过大,磨损加快。正常的松紧度应是按压V带中部,其中沉量为两带轮轴中心距的3%~5%。 相似文献
90.
以间接免疫组化法(IHA)检测口蹄疫病毒(Foot-and-mouth disease virus,FMDV)整联蛋白αvβ6在健康绵羊(Ovis aries)不同组织器官中的表达分布。研究结果表明,在舌、鼻、唇、软腭、咽、喉头、气管、肺脏和蹄冠状带组织上皮细胞的细胞膜及细胞质内均出现了棕黄色的特异阳性反应物。结果表明,整联蛋白受体αvβ6受体广泛存在于健康绵羊体内的组织器官中,在呼吸系统以及蹄冠状带等多种FMDV易感组织器官的上皮细胞中表达量较高,且主要在细胞膜和细胞质中表达。 相似文献