全文获取类型
收费全文 | 334篇 |
免费 | 21篇 |
国内免费 | 189篇 |
专业分类
林业 | 17篇 |
农学 | 9篇 |
基础科学 | 148篇 |
200篇 | |
综合类 | 145篇 |
农作物 | 5篇 |
水产渔业 | 3篇 |
畜牧兽医 | 7篇 |
园艺 | 5篇 |
植物保护 | 5篇 |
出版年
2024年 | 26篇 |
2023年 | 58篇 |
2022年 | 65篇 |
2021年 | 69篇 |
2020年 | 45篇 |
2019年 | 37篇 |
2018年 | 21篇 |
2017年 | 21篇 |
2016年 | 24篇 |
2015年 | 13篇 |
2014年 | 18篇 |
2013年 | 19篇 |
2012年 | 30篇 |
2011年 | 8篇 |
2010年 | 20篇 |
2009年 | 19篇 |
2008年 | 12篇 |
2007年 | 10篇 |
2006年 | 3篇 |
2005年 | 4篇 |
2004年 | 5篇 |
2003年 | 6篇 |
2002年 | 6篇 |
2001年 | 3篇 |
2000年 | 1篇 |
1996年 | 1篇 |
排序方式: 共有544条查询结果,搜索用时 15 毫秒
62.
63.
近年来,随着机器学习、导航技术、图像识别技术等先进技术的快速发展,机器人在农业生产中发挥着越来越重要的作用。温室喷药机器人作为其中的一项重要应用,以其高效、精准的特点,深受市场青睐。基于此,课题组介绍了一种自主创新的温室喷药机器人,该机器人通过结合先进的技术和智能算法,实现了在复杂的温室环境下高效、精确地喷药作业。该机器人包括联合式底盘、视觉系统、磁道航系统和喷药机构等主要组成部分,可以实现自动导航、植物监测、精准喷药等功能。仿真结果表明:该温室喷药机器人提升了农业生产的效率和质量,减少了资源浪费;通过精准喷药,极大地降低了药液的使用量,减少了农药对环境的负面影响;智能喷药机器人的应用也提高了农作物的产量和品质,增加了农民收入。 相似文献
64.
为通过有效训练获得检测大豆病害的Python图像识别模型,保证样本数量、多样性和图片采集精度,利用Python爬虫技术编写大豆病害图像获取程序,结合数据扩充方法,在爬虫获取的目标图像的基础上扩充数据量,编写Python语言特征匹配程序对图片进行精确筛选。结果表明:利用爬虫技术对大豆病害图片进行采集可加快大豆花叶病、灰斑病、菌核病、霜霉病、根腐病、细菌性角斑病腐、枯萎病、炭疽病图像获取速度,提高数据集的多样性;经过局部二值模式处理后,结合纹理特征的差异,有效缩小了判断的范围,减小相似度判别的难度;通过均值哈希算法计算相似度后筛选的菌核病及枯萎病图像获取准确率均为100%,根腐病及灰斑病图像获取准确率最差,为83.3%,其他图像获取准确率均在90%以上,因此利用均值哈希算法计算相似度后,病害图片的获取准确性大大提高;通过Python语言编写的数据扩充代码经过图片旋转、翻转模糊、增加噪声、改变亮度几种处理,达到17倍扩增,试验最终获得2 592张大豆病害图像。研究提高了大豆病害图像数据采集的精确度,为大豆常见病害的自动识别和诊断提供了技术参考。 相似文献
65.
群猪检测是现代化猪场智慧管理的关键环节。针对群猪计数过程中,小目标或被遮挡的猪只个体易漏检的问题,该研究提出了基于多尺度融合注意力机制的群猪检测方法。首先基于YOLOv7模型构建了群猪目标检测网络YOLOpig,该网络设计了融合注意力机制的小目标尺度检测网络结构,并基于残差思想优化了最大池化卷积模块,实现了对被遮挡与小目标猪只个体的准确检测;其次结合GradCAM算法进行猪只检测信息的特征可视化,验证群猪检测试验特征提取的有效性。最后使用目标跟踪算法StrongSORT实现猪只个体的准确跟踪,为猪只的检测任务提供身份信息。研究以育肥阶段的长白猪为测试对象,基于不同视角采集的视频数据集进行测试,验证了YOLOpig网络结合StongSORT算法的准确性和实时性。试验结果表明,该研究提出的YOLOpig模型精确率、召回率及平均精度分别为90.4%、85.5%和92.4%,相较于基础YOLOv7模型平均精度提高了5.1个百分点,检测速度提升7.14%,比YOLOv5、YOLOv7tiny和YOLOv8n 3种模型的平均精度分别提高了12.1、16.8和5.7个百分点,该文模型可以实现群猪的有... 相似文献
66.
提出了利用归一化的红绿色差(R-G)/(R+G)分割苹果的方法。对不同光照情况下拍摄的苹果图像进行了识别,并对识别后的图像进行预处理后,获得苹果的轮廓图像。对轮廓图像采用随机圆环法进行果实圆心、半径提取。通过建立基于面积特征与极线几何相结合的匹配策略实现双目视觉下的果实定位,对于搜索区域内面积相似的果实,通过计算垂直投影的互相关函数最大值的方法,得到排序基准线,然后根据顺序一致性原则进行匹配。实验结果表明:识别算法可以较好地消除阴影、裸露土壤等影响,识别率达到92%。采用随机圆环法,可以准确地提取果实的圆心、半径。在60~150cm的距离范围内,测量误差小于 相似文献
67.
苹果采摘机器人果实识别与定位方法 总被引:17,自引:3,他引:14
提出了利用归一化的红绿色差(R-G)/(R+G)分割苹果的方法.对不同光照情况下拍摄的苹果图像进行了识别,并对识别后的图像进行预处理后,获得苹果的轮廓图像.对轮廓图像采用随机圆环法进行果实圆心、半径提取.通过建立基于面积特征与极线几何相结合的匹配策略实现双目视觉下的果实定位,对于搜索区域内面积相似的果实,通过计算垂直投影的互相关函数最大值的方法,得到排序基准线,然后根据顺序一致性原则进行匹配.实验结果表明:识别算法可以较好地消除阴影、裸露土壤等影响,识别率达到92%.采用随机圆环法,可以准确地提取果实的圆心、半径.在60~150 cm的距离范围内,测量误差小于2 cm. 相似文献
68.
针对复杂环境下柑橘果实大量重叠、枝叶遮挡且现有模型参数量大、计算复杂度高等问题,提出了一种基于改进YOLOv8n的柑橘识别模型YOLOv8-MEIN。首先,该研究设计了ME卷积模块并使用它改进YOLOv8n的C2f模块。其次,为了弥补CIoU损失函数在检测任务中泛化性弱和收敛速度慢的问题,使用Inner-CIoU损失函数加速边界框回归,提高模型检测性能。最后,在自建数据集上进行模型试验对比,试验结果表明,YOLOv8-MEIN模型交并比阈值为0.5的平均精度均值mAP0.5值为96.9%,召回率为91.7%,交并比阈值为0.5~0.95的平均精度均值mAP0.5~0.95值为85.8%,模型大小为5.8MB,参数量为2.87M。与原模型YOLOv8n相比,mAP0.5值、召回率、mAP0.5~0.95值分别提高了0.4、1.0、0.6个百分点,模型大小和参数量相比于原模型分别降低了3.3%和4.3%,为柑橘的自动化采摘提供技术参考。 相似文献
69.
70.