全文获取类型
收费全文 | 5798篇 |
免费 | 274篇 |
国内免费 | 754篇 |
专业分类
林业 | 417篇 |
农学 | 468篇 |
基础科学 | 1372篇 |
1103篇 | |
综合类 | 2918篇 |
农作物 | 103篇 |
水产渔业 | 124篇 |
畜牧兽医 | 177篇 |
园艺 | 39篇 |
植物保护 | 105篇 |
出版年
2024年 | 57篇 |
2023年 | 183篇 |
2022年 | 272篇 |
2021年 | 286篇 |
2020年 | 231篇 |
2019年 | 246篇 |
2018年 | 127篇 |
2017年 | 185篇 |
2016年 | 219篇 |
2015年 | 215篇 |
2014年 | 312篇 |
2013年 | 248篇 |
2012年 | 438篇 |
2011年 | 476篇 |
2010年 | 445篇 |
2009年 | 385篇 |
2008年 | 346篇 |
2007年 | 376篇 |
2006年 | 338篇 |
2005年 | 328篇 |
2004年 | 281篇 |
2003年 | 160篇 |
2002年 | 137篇 |
2001年 | 109篇 |
2000年 | 82篇 |
1999年 | 62篇 |
1998年 | 58篇 |
1997年 | 47篇 |
1996年 | 42篇 |
1995年 | 33篇 |
1994年 | 14篇 |
1993年 | 21篇 |
1992年 | 16篇 |
1991年 | 15篇 |
1990年 | 10篇 |
1989年 | 9篇 |
1988年 | 11篇 |
1987年 | 2篇 |
1986年 | 2篇 |
1956年 | 2篇 |
排序方式: 共有6826条查询结果,搜索用时 31 毫秒
111.
土壤微生物生物地理学:国内进展与国际前沿 总被引:8,自引:2,他引:8
土壤微生物生物地理学是研究土壤中微生物空间分布格局及其随时间变化的一门科学,是土壤微生物学和微生物生态学等领域的研究前沿。近年来,尽管土壤微生物生物地理学研究取得了巨大进展,目前仍面临诸多难题与挑战。本文简要回顾了土壤微生物生物地理学的发展历程,重点介绍近年来我国在森林、草地和农田生态系统中土壤微生物生物地理学研究的主要进展。同时进一步阐述了目前土壤微生物生物地理学研究的国际前沿方向,包括微生物群落空间分布及其驱动机制、群落构建过程与共存网络、微生物地理分布与生态系统功能的关联以及预测微生物群落对全球变化的响应。最后,对土壤微生物生物地理学未来的研究方向进行了展望,强调了清晰的微生物物种定义、微生物群落的时间动态、多组学与合成生物学技术以及高精度的预测模型在土壤微生物生物地理学研究中的重要性。 相似文献
112.
针对基于主动微波遥感途径开展广域土壤湿度反演的过程中,对植被和土壤粗糙度影响难以进行有效估算的问题,该研究联合多极化雷达和原始多光谱数据源,提出一种改进的卷积神经网络(Improved Convolutional Neural Network,ICNN)方法。该方法采用不同尺寸的卷积核对原始变量进行一维卷积运算,自适应提取能反映测区土壤湿度时空差异的高级特征维;同时,去除了传统卷积神经网络结构中的池化层,保证提取的特征信息完整。试验结果表明,在边长超过100 km的四川盆地研究区域内,模型预测值与样本数据相关系数达到0.934,预测值偏差服从均值趋近于0的正态分布,均方根误差为1.45%,误差分布范围小于6.3%,结果具有较高的可靠性。该方法可为精准农业、旱涝灾害等领域的广域监测研究提供一定的支撑。 相似文献
113.
马岗鹅的行为与其生长状况和福利状况密切相关,马岗鹅关键行为监测对评估其生长性能具有重要的现实意义。为了实现对群养栏马岗鹅关键行为高效率精准监测,该研究探索一种基于YoloX的群养马岗鹅关键行为监测算法(Magang geese behavior monitoring of based on Double Head-YoloX,MGBM-DH-YoloX),该算法通过减少YoloX的头部数量提升检测效率、使用损失函数减少前景背景干扰、使用迁移训练方式提高网络训练效率等技术对马岗鹅采食、饮水、休息和应激等关键行为及其规律进行分析。MGBM-DH-YoloX首先用Mosaic和Mixup对马岗鹅图像进行数据增强,然后使用增强后的数据集训练模型,并且利用模型检测马岗鹅的关键行为,最后累计得出马岗鹅关键行为的发生时长和行为节律;试验训练集为1 400幅、验证集200幅和测试集为400幅,连续活动视频10 d。结果表明,MGBM-DH-YoloX算法的平均精度为98.98%、检测速度达到81帧/s、内存消耗为2 520.04 MB。对马岗鹅的10 d养殖数据分析发现,MGBM-DH-YoloX能有... 相似文献
114.
秸秆施用对作物产量影响效应不一致的机理尚不清楚,可能与秸秆施用诱导的土壤关键微生物群落组成及其丰度变化对产量影响的机理挖掘不够深入有关。选择红壤和黄褐土进行小麦盆栽实验,设置不同秸秆施用水平(S0、S10、S30,分别为0、10、30 g·kg-1土),基于细菌-真菌共现网络评估微生物生态集群、酶活性、化学性质对秸秆施用下小麦产量的影响。结果表明,施用秸秆显著提升了两种土壤的速效养分、可溶性有机碳、微生物生物量碳含量及土壤酶(淀粉酶、转化酶、多酚氧化酶、脲酶、酸性磷酸酶、脱氢酶)活性,但红壤上小麦产量随着秸秆施用量增加显著增加,而黄褐土上则随着秸秆施用量增加而显著降低。与S0相比,红壤中S10和S30处理的籽粒重和地上部生物量分别提升33%~44%和73%~85%,黄褐土中则分别降低22%~25%和55%。共现网络中两个关键生态集群的丰度、酶活性、土壤化学性质的共同正效应影响了红壤小麦产量变化,而关键生态集群丰度对黄褐土小麦产量变化有更大的正效应。秸秆施用显著增加了红壤中与小麦产量正相关的Aspergillus丰度,显著降低了黄褐土中与小麦产量正相关的Bacillus、Burkholderia、Basidiobolus丰度。综上,秸秆施用后红壤中关键有益微生物丰度增加、酶活性增强、化学性质改善叠加作用使小麦产量提升;而黄褐土上小麦产量降低主要与关键有益微生物丰度降低有关,其效应超过化学性质和酶活性的改善。以上结果暗示关键微生物丰度的改变对秸秆还田土壤上作物产量变异有重要影响。 相似文献
115.
番茄花果的协同识别是温室生产管理调控的重要决策依据,针对温室番茄栽培密度大,植株遮挡、重叠等因素导致的现有识别算法精度不足问题,该研究提出一种基于级联深度学习的番茄花果协同识别方法,引入图像组合增强与前端ViT分类网络,以提高模型对于小目标与密集图像检测性能。同时,通过先分类识别、再进行目标检测的级联网络,解决了传统检测模型因为图像压缩而导致的小目标模糊、有效信息丢失问题。最后,引入了包括大果和串果在内的不同类型番茄品种数据集,验证了该方法的可行性与有效性。经测试,研究提出的目标检测模型的平均识别率均值(mean average precision,m AP)为92.30%,检测速度为28.46帧/s,其中对小花、成熟番茄和未成熟番茄识别平均准确率分别为87.92%、92.35%和96.62%。通过消融试验表明,与YOLOX、组合增强YOLOX相比,改进后的模型m AP提高了2.38~6.11个百分点,相比于现有YOLOV3、YOLOV4、YOLOV5主流检测模型,m AP提高了16.56~23.30个百分点。可视化结果表明,改进模型实现了对小目标的零漏检和对密集对象的无误检,从而达到... 相似文献
116.
基于深度学习与图像处理的哈密瓜表面缺陷检测 总被引:1,自引:8,他引:1
针对传统人工检测哈密瓜表面缺陷效率低等问题,提出利用卷积神经网络(Convolutional Neural Networks, CNN)对哈密瓜表面缺陷进行快速检测。对原始图像进行主成分分析(Principal Components Analysis,PCA)、奇异值分解(Singular Value Decomposition, SVD)和二值化等预处理操作,通过数据扩充得到正常、霉菌、晒伤和裂纹的哈密瓜图像各2 500幅。构建一种改进的类似VGG卷积神经网络模型,将预处理后的图像输入模型,并使用随机梯度下降(StochasticGradient Descent,SGD)优化器进行算法优化,为探究CNN模型的特征提取原理,将改进的类似VGG模型每层卷积的特征进行可视化,最后利用开发的哈密瓜表面缺陷检测软件对模型进行试验验证。研究结果表明:图像预处理算法提高了模型的鲁棒性和泛化能力,改进的类似VGG模型优于Alex Net和VGG-16模型,其训练集和测试集准确率分别为100.00%和97.14%;对比预处理前后4类哈密瓜卷积特征可视化结果表明,随着卷积层层数的增加,哈密瓜表面缺陷特征越来越明显,图像预处理后卷积层特征提取效果优于原始图像提取效果。软件测试结果表明:静态下哈密瓜缺陷检测速率达到0.7 s/幅,识别准确率达到93.50%。研究结果可为哈密瓜表面缺陷在线检测技术提供理论依据和技术参考。 相似文献
117.
118.
119.
针对我国农村电网的现状,阐述了农网网架规划的主要内容及规划方法,分析了几种网架规划中采用的智能优化算法,指出智能技术的应用是电网规划的发展方向。 相似文献
120.
答疑解惑是教学活动中不可缺少的一个基本环节,答疑工作开展的好坏将直接影响到教学质量。利用网络服务于教学,实现远程答疑,作为满足学生答疑需求的重要手段,已经成为研究的热点。基于ASP技术的远程答疑系统采用B/S模式实现,具有多种统计功能和评价机制,提问和答案呈现方式丰富。 相似文献