全文获取类型
收费全文 | 571篇 |
免费 | 53篇 |
国内免费 | 98篇 |
专业分类
林业 | 23篇 |
农学 | 40篇 |
基础科学 | 41篇 |
142篇 | |
综合类 | 180篇 |
农作物 | 30篇 |
水产渔业 | 100篇 |
畜牧兽医 | 128篇 |
园艺 | 8篇 |
植物保护 | 30篇 |
出版年
2024年 | 8篇 |
2023年 | 16篇 |
2022年 | 25篇 |
2021年 | 21篇 |
2020年 | 42篇 |
2019年 | 42篇 |
2018年 | 22篇 |
2017年 | 34篇 |
2016年 | 28篇 |
2015年 | 30篇 |
2014年 | 36篇 |
2013年 | 38篇 |
2012年 | 37篇 |
2011年 | 68篇 |
2010年 | 41篇 |
2009年 | 42篇 |
2008年 | 42篇 |
2007年 | 33篇 |
2006年 | 17篇 |
2005年 | 19篇 |
2004年 | 16篇 |
2003年 | 14篇 |
2002年 | 3篇 |
2001年 | 9篇 |
2000年 | 1篇 |
1999年 | 6篇 |
1998年 | 7篇 |
1997年 | 2篇 |
1996年 | 2篇 |
1995年 | 2篇 |
1994年 | 5篇 |
1993年 | 1篇 |
1991年 | 3篇 |
1989年 | 3篇 |
1988年 | 3篇 |
1987年 | 2篇 |
1986年 | 2篇 |
排序方式: 共有722条查询结果,搜索用时 250 毫秒
11.
12.
目前花椒产地鉴别基本以感官评定为主,缺乏客观性,在实施应用时难以做到量化和标准化,难以做出判断。因此设计研发一种快速鉴别花椒的智能装置。该装置以气体传感器阵列为核心,能够独立对花椒气味信息进行检测和鉴别,区分不同产地的同类花椒。利用主成分分析和WilksΛ统计分析对检测数据进行处理。提取主成分5个,累积贡献率为94.41%,其对应Fisher判别模型训练集平均准确率达到88.6%,验证集90%,WilksΛ统计分析最终选取8个变量,其对应判别Fisher模型训练集平均准确率91.82%,验证集95%。对WilksΛ统计所选取变量建立细分类交叉验证的Fisher判别模型,平均正确率达到97.27%,将模型移植到采集装置,完成智能花椒品种鉴别装置。该方法是一种简便高效的花椒品种鉴别方法,可为今后进一步研究花椒产地、分级提供检测仪器和理论依据。 相似文献
13.
基于Bayesian网的蔬菜质量安全追溯模型构建 总被引:1,自引:0,他引:1
蔬菜产品的质量安全是当前亟待解决的问题,只有从蔬菜的种植源头抓起,找出蔬菜生产过程中影响蔬菜质量安全的关键因素,结合蔬菜生产流程,建立完善的可追溯模型,才能真正实现蔬菜生产的质量安全监控.为此,建立了基于Bayesian网的蔬菜质量安全追溯初始模型,通过该模型可兼顾"事先"预防和"事后"追踪,从而保障蔬菜的质量安全. 相似文献
14.
基于改进残差网络的园林害虫图像识别 总被引:6,自引:0,他引:6
针对北方园林害虫识别问题,提出了一种基于改进残差网络的害虫图像识别方法。首先,采用富边缘检测算法,将中值滤波、Sobel算子和Canny算子相结合,对害虫图像进行边缘检测;然后,改进残差网络中的残差块,通过添加卷积层和增加通道数提取更多的害虫图像特征,并将贝叶斯方法运用于改进后的网络中,优化超参数;最后,将预处理的害虫图像输入神经网络中,利用分块共轭算法优化网络权重。对38种北方园林害虫进行了识别,试验结果表明,在相同数据集下,与3种传统害虫识别方法相比,本文方法的平均识别准确率平均提高9. 6个百分点,加权平均分数分别提高16. 3、10. 8、4. 5个百分点。 相似文献
15.
基于多特征降维的植物叶片识别方法 总被引:1,自引:0,他引:1
植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。针对低维特征不能全面描述叶片信息,识别准确率低的问题,提出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理,获得去除颜色、虫洞、叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征,对灰度图像提取Hu不变矩特征、灰度共生矩阵特征、局部二值模式特征和Gabor特征,对纹理图像提取分形维数,共得到2 183维特征参数。再采用主成分分析与线性评判分析相结合的方法对叶片多特征进行特征降维,将叶片高维特征数据降到低维空间。降维后的训练样本特征数据使用支持向量机分类器进行训练。试验结果表明:使用训练后的支持向量机分类器对Flavia数据库和ICL数据库的测试叶片样本进行分类识别,平均正确识别率分别为92.52%、89.97%,有效提高了植物叶片识别的正确率。 相似文献
16.
针对产品族设计中核心模块演进问题,研究了产品族核心模块演进规律与演进过程评价,提出了一种模块演进规律分析与评价方法。该方法研究了客户需求与产品核心模块设计之间的关系,并在现有产品核心模块基础上,进一步对模块部件的标准化、继承性等指标进行了分析;在需求分析过程中,建立了一种基于贝叶斯网络的核心模块演进分析模型,利用历史数据对该模型进行了训练,将客户需求作为证据对该模型进行推理,进而得出核心模块在设计与工艺方面的改变规律;在演进规律分析基础上,对现有核心模块部件设计参数、标准部件重用度进行了分析,获得了核心模块演进过程综合评价值。最后,用小型轮式装载机后车架模块的演进过程验证了该方法的可行性和正确性。 相似文献
17.
为提高电子鼻长期鉴别的稳健性,提出了一种基于小波分析的电子鼻信号去漂移方法。对含漂移信号的电子鼻数据进行小波分解,获得分解系数;构造一种相对偏差阈值滤波函数对小波逼近系数进行阈值处理,获得修正的小波系数;运用小波逆变换对修正后的小波系数进行重构,得到去除漂移或少漂移的电子鼻信号。对6种白酒样本随机生成的5组样本训练集与对应的测试集进行去漂移处理与信号重构,提取去漂移处理前后的电子鼻信号积分值特征,并运用Fisher判别分析(FDA)和BP神经网络分别对5组数据集进行鉴别分析。FDA鉴别结果显示,无论是训练集还是测试集,5组样本的鉴别正确率由去漂移前的最高值45%提升至去漂移后的100%。BP神经网络鉴别结果显示,5组样本的鉴别正确率由去漂移前的最高值31.7%提升至去漂移后的98.3%。这说明所给出的去漂移方法在白酒电子鼻的鉴别中是稳健有效的。同时,也为电子鼻鉴别其他物品提供了一种可借鉴的去漂移方法。 相似文献
18.
基于叶面颜色特征建立番茄氮元素缺乏分级模型判别准确率可达08以上。夏季定植的番茄叶片表面会覆盖粘质腺毛,粘质腺毛利于番茄吸收水分和营养元素,相同营养液氮离子浓度下叶片黄化过程异于未覆盖粘质腺毛的叶片。故仅基于叶面颜色特征建立分级模型,其准确率降至0.65。覆盖粘质腺毛番茄其叶片周长和叶面积两个形状特征均小于未覆盖粘质腺毛的番茄叶片,本文将番茄叶片两个形状特征结合原有叶面颜色特征共同作为模型输入,建立新的番茄氮元素缺乏分级模型。搭建图像采集系统,该图像采集单元由树莓派和其相机模块构建,使用WiFi或4G网络完成智能手机、图像采集单元、本地计算机之间无线数据传输。智能手机通过Web界面可远程控制采集图像并将图像传输到云平台存储。本地计算机对图像进行预处理提取叶片形状、颜色特征后输入模型进行预测,并输出预测结果。试验结果表明,图像采集系统春季和夏季平均温度在19.7~28.3℃范围内,光照在1.125~9.543lx范围内均可正常使用,采集的图像经预处理分割后降低了环境光线的影响。使用优化后的加权随机森林模型,基于形状特征和颜色特征相结合的叶片氮元素缺乏分级判别准确率可达0.83。 相似文献
19.
20.