全文获取类型
收费全文 | 5574篇 |
免费 | 267篇 |
国内免费 | 613篇 |
专业分类
林业 | 415篇 |
农学 | 411篇 |
基础科学 | 1339篇 |
956篇 | |
综合类 | 2801篇 |
农作物 | 98篇 |
水产渔业 | 114篇 |
畜牧兽医 | 162篇 |
园艺 | 60篇 |
植物保护 | 98篇 |
出版年
2024年 | 48篇 |
2023年 | 175篇 |
2022年 | 258篇 |
2021年 | 275篇 |
2020年 | 219篇 |
2019年 | 237篇 |
2018年 | 120篇 |
2017年 | 178篇 |
2016年 | 206篇 |
2015年 | 208篇 |
2014年 | 293篇 |
2013年 | 228篇 |
2012年 | 410篇 |
2011年 | 465篇 |
2010年 | 404篇 |
2009年 | 363篇 |
2008年 | 335篇 |
2007年 | 361篇 |
2006年 | 334篇 |
2005年 | 307篇 |
2004年 | 265篇 |
2003年 | 149篇 |
2002年 | 134篇 |
2001年 | 102篇 |
2000年 | 75篇 |
1999年 | 59篇 |
1998年 | 53篇 |
1997年 | 42篇 |
1996年 | 29篇 |
1995年 | 25篇 |
1994年 | 15篇 |
1993年 | 16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 | 1篇 |
1956年 | 2篇 |
排序方式: 共有6454条查询结果,搜索用时 218 毫秒
991.
利用RBF神经网络和支持向量机两种算法建模,分析落叶松高温高压蒸汽改性工艺参数与其力学性能关系;以落叶松热处理的温度、相对湿度、处理时间3个主要工艺参数作为网络输入,建立了RBF神经网络和支持向量机预测模型,并对两者进行比较。结果表明:支持向量机模型,在网络建立结构、收敛速度和泛化能力上更具优势。 相似文献
992.
993.
基于数量化理论和BP神经网络的滑坡体积预测 总被引:1,自引:1,他引:0
[目的]探讨数量化理论Ⅲ和BP神经网络在滑坡中综合应用的效果,为滑坡体积的预测提供一种新的思路。[方法]采用数量化理论Ⅲ分析滑坡体积的影响因素及其耦合作用强度,并结合其分析结果,将次要因素和强耦合程度样本进行剔除,再依据其剔除的不同阶段构建3种滑坡体积的BP神经网络预测模型。[结果]滑坡体积的主要影响因素是坡角、坡向、植被覆盖率和坡高,次要影响因素是岩层倾角、斜坡高程和岩层倾向因素,且在不同样本中,体积影响因素之间的耦合程度具有一定的差异。[结论]该预测方法可行,对次要因素和强耦合程度样本的剔除,提高了预测精度。 相似文献
994.
基于移动无线传感器网络的植株图像监测系统设计与测试 总被引:2,自引:1,他引:1
针对静态无线传感器网络(static wireless sensor network,SWSN)在图像监测中功耗分布不均、传输不可靠等问题,设计了基于移动无线传感器网络(mobile wireless sensor network,MWSN)的农田植株图像监测系统。选用JN5139模块搭配摄像头采集和编码图像,利用无人机(unmanned aerial vehicle,UAV)搭载协调器收集信息。通过仿真和测试可得,节点在MWSN中的最小功耗为10μW,工作功耗为133 m W,在SWSN中为133 m W,路由节点功耗为普通节点的2倍;在10~35 m范围内,MWSN的信号强度为-68~-86 dbm,SWSN为-83~-85 dbm;在10~80 m范围内,MWSN的误码率范围是0~9.2%,SWSN是0~38.6%。试验时UAV在15 m高空悬停接收地面设备发出的图像数据,测得获取一张图片平均需135 s,图片分包平均为22次,解码后的图像可以较好的反映植株生长状态。上述结果表明,工作时间相同,MWSN中节点的功耗差异性小,呈均匀分布;在一定距离范围内,MWSN的传输能力和抗干扰能力整体上优于SWSN,能保证数据传输的可靠性,因此,基于移动无线传感器网络技术的图像监控系统能够满足大范围农田中植株图像的监测需求。 相似文献
995.
基于BP神经网络的橡胶苗叶片磷含量高光谱预测 总被引:4,自引:3,他引:1
为验证高光谱技术在橡胶苗叶片磷素营养诊断方面的可行性,该文以砂培橡胶苗为研究对象,利用高光谱仪测得不同磷处理水平下橡胶苗叶片光谱反射率,并应用微分技术求取去噪后光谱反射率一阶和二阶导数,以叶片磷含量和光谱变量相关性分析为基础,选择出叶片磷含量敏感波段,最后以敏感波段为输入变量,结合多重线性回归、偏最小二乘回归和反向传播神经网络模型对叶片磷含量进行预测。结果表明:原始光谱反射率555和722 nm、一阶导数674、710、855、1 091、1 197、1 275、1 718、2 181和2 228 nm以及二阶导数816、890、1 339、1 357和2 201 nm为叶片磷含量敏感波段;反向传播神经网络模型预测精度最高,训练集和验证集中预测值和实测值之间的相关系数r分别为0.964和0.967,均方根误差RMSE分别为0.0139和0.00856,模型性能指数(ratio of performance to deviation,RPD)分别为3.71和3.23,证明高光谱技术可以快速、准确诊断橡胶苗叶片磷含量。 相似文献
996.
针对目前黄河呼和浩特段污染日趋严重,没有合理、完善的水动力模型为流域水环境污染物迁移、扩散和降解模拟提供基础模型的问题,基于MIKE11水动力模块、降雨径流模块构建了黄河呼和浩特段水动力与降雨径流耦合模型,对黄河呼和浩特段降雨径流、水位、流量进行模拟分析,结果表明:降雨径流模型纳什系数E≤0.8的占2.19%,E≤0.9的占7.39%,其余为E0.9,相对误差σ为0.04%~19.88%,黄河呼和浩特段水动力与降雨径流耦合模拟纳什系数E≥0.99,相对误差σ为0.23%~1.54%;01—06月降雨径流量0.46~8.36m~3/s,10月达到全年最大值,为26.16m~3/s;10月之后呈线性下滑趋势,并到12月初出现急剧下降状态;头道拐、河口镇、喇嘛湾断面02—03月各断面温度开始逐渐回升,且具有一定的突变现象,水位和流量突变范围分别为2.5~3.5 m和1 380~1 400m~3/s,04—12月和1月黄河呼和浩特段水位和流量相对平稳,变化范围分别为1.8~1.3m和790~800m~3/s,并在07—09月出现了一年当中的丰水期,水位和流量最大值可达988.6m和1 162.5m~3/s。 相似文献
997.
BP神经网络在渔船航行安全预警中的应用 总被引:1,自引:0,他引:1
渔船在海上航行时由于船体自身结构或者海面风浪等不利因素的影响,时常处于潜在的威胁当中。为了研究渔船在海洋环境中可能会遭受的风险,采用基于BP神经网络算法,对渔船吨位、发动机功率、渔船材质、渔船船龄以及渔船所处海面风等级、海面浪等级等6个预警指标要素构成的渔船预警模型进行评估,最终确定渔船在海上航行时的风险等级。在构建风险预警模型中使用了400个渔船事故案例,将训练样本按照数量划分为多个级别进行验证。预警模型结果与实际值比较显示,模型的正确率为79.76%~83.62%,其中在训练样本数为测试样本数的0.75倍时,模型精度最高。研究表明,基于BP神经网络的渔船风险预警模型的评估结果与渔船实际事故状态基本相符。该模型的建立为渔船海上航行提供了安全保障。 相似文献
998.
旅游决策是旅游研究的重要内容之一,而旅游决策的基础依赖于旅游相关信息的搜集。借助于主成分分析方法,以西安驴友为例,对驴友进行旅游网络信息搜索的行为特征进行实证研究,结果发现:1)随着互联网的发展,网络已经成为驴友进行旅游信息搜集的重要手段;2)在众多网站类型中,驴友偏好于使用大型搜索引擎和专业的驴友网站进行旅游信息搜集;3)旅游网络信息对驴友决策影响最大的五个主成分因子分别是核心吸引力因子、旅游产品因子、交流共享因子、旅游环境因子、旅游消费因子。最后,依据研究所获得的结果,对国内旅游网络信息优化建设提出了一些建议。 相似文献
999.
基于BP神经网络的马尾松立木生物量模型研究 总被引:3,自引:0,他引:3
以马尾松为例,探索并验证BP神经网络模型在立木生物量估测上的适用性。通过12种算法的筛选、输入变量和输出变量的确定以及隐层节点数的选择,确定最优的模型拓扑结构,构建单隐层BP神经网络模型;对比单输入变量与多输入变量模型、单输出变量与多输出变量模型,并分析模型的输入变量数和输出变量数对模型估测精度的影响;将优选BP模型与传统相对生长模型进行对比以验证BP模型的可行性。结果表明:1)最优BP模型LM-DH-8-WtWaWr的训练算法为Levenberg-Marquardt算法,输入变量为D、H,输出变量为Wt、Wa、Wr,隐层节点数为8。2)输入变量和输出变量的增加不会降低BP神经网络模型的精度。3)模型LM-DH-8-WtWaWr能够精确地估测马尾松立木生物量,其精度高于传统的相对生长模型。该模型能够一次性地引入多个解释变量,并可以同时估测多个量,从而简化了生物量建模和估测工作,对实际生产具有一定的意义。 相似文献
1000.
基于改进遗传脉冲耦合神经网络的玉米病害图像分割方法 总被引:3,自引:0,他引:3
作物病害图像分割是利用数字图像处理技术进行病害识别的关键性技术环节之一,现有病害分割方法存在病害区域外部形态特征细节保留程度差和颜色纹理信息丢失等问题.针对上述问题,提出一种基于改进遗传算法的脉冲耦合神经网络分割方法.首先改进遗传算法,以信息熵的加权线性组合作为优化适应度函数用以在每次迭代过程中评价脉冲耦合神经网络对于病害区域的分割效果,通过计算种群适应度方差和适应度均值自适应调整遗传算法的交叉概率和变异概率;然后将改进遗传算法与脉冲耦合神经网络相结合,实现网络连接系数、衰减系数和幅值系数的自动优化调节;最后利用改进遗传脉冲耦合神经网络分割算法,在RGB子空间分别对病害图像进行病害区域分割,将分割结果利用RGB颜色空间子图合并策略实施合并,从而得到最终的图像分割结果.将此算法、最小交叉熵阈值化算法和GA-PCNN算法用于玉米黑瘤粉病彩色图像病害区域分割.结果表明:从主观视觉评测角度,此算法分割效果较好,能够较为细致的呈现病害区域的外部形态特征和较为完好的保留病害区域的颜色纹理特征;从客观量化评测角度,此分割算法在目标区域分割匹配率、错分率和正确率上明显优于最小交叉熵阈值化算法和GA-PCNN算法. 相似文献