全文获取类型
收费全文 | 2131篇 |
免费 | 106篇 |
国内免费 | 296篇 |
专业分类
林业 | 270篇 |
农学 | 115篇 |
基础科学 | 292篇 |
371篇 | |
综合类 | 1165篇 |
农作物 | 52篇 |
水产渔业 | 43篇 |
畜牧兽医 | 112篇 |
园艺 | 38篇 |
植物保护 | 75篇 |
出版年
2024年 | 31篇 |
2023年 | 91篇 |
2022年 | 80篇 |
2021年 | 96篇 |
2020年 | 110篇 |
2019年 | 81篇 |
2018年 | 56篇 |
2017年 | 102篇 |
2016年 | 115篇 |
2015年 | 99篇 |
2014年 | 128篇 |
2013年 | 114篇 |
2012年 | 185篇 |
2011年 | 174篇 |
2010年 | 165篇 |
2009年 | 147篇 |
2008年 | 94篇 |
2007年 | 113篇 |
2006年 | 113篇 |
2005年 | 68篇 |
2004年 | 60篇 |
2003年 | 41篇 |
2002年 | 50篇 |
2001年 | 33篇 |
2000年 | 28篇 |
1999年 | 27篇 |
1998年 | 22篇 |
1997年 | 17篇 |
1996年 | 10篇 |
1995年 | 12篇 |
1994年 | 16篇 |
1993年 | 12篇 |
1992年 | 10篇 |
1991年 | 10篇 |
1990年 | 8篇 |
1989年 | 10篇 |
1988年 | 1篇 |
1987年 | 3篇 |
1986年 | 1篇 |
排序方式: 共有2533条查询结果,搜索用时 15 毫秒
41.
为在自然环境下准确分割作物苗期植株,实现苗期植株定位及其表型自动化测量,本文提出一种融合目标区域语义和边缘信息的作物苗期植株分割网络模型。以U-Net网络构建主干网络,基于侧边深度监督机制,引导主干网络在提取特征时能感知植株边缘信息;利用空间空洞特征金字塔构建特征融合模块,融合主干网络和边缘感知模块提取的特征,融合后的特征图具有足够的细节信息和更强的语义信息;联合边缘感知的损失与特征融合的损失,构建联合损失函数,用于整体网络优化。实验结果表明,本文模型对不同数据集的作物植株的语义分割像素准确率高达0.962,平均交并比达到0.932;与U-Net、SegNet、PSPNet、DeepLabV3模型相比,本文模型在不同数据集上平均交并比最高提升0.07,对自然环境下作物苗期植株具有良好的分割效果和泛化能力,可为植株定位、对靶喷药、长势识别等应用提供重要依据。 相似文献
42.
基于分区域特征点聚类的秧苗行中心线提取 总被引:4,自引:0,他引:4
为了准确检测水稻秧苗行中心线,提出了基于分区域特征点聚类的秧苗行中心线提取方法。采用2G-R-B特征因子和Otsu法分割秧苗和背景;通过分区域统计秧苗像素点分布提取秧苗行的候选特征点,利用特征点间近邻关系对特征点进行聚类,确定秧苗行数和各秧苗行的起始点;基于秧苗成行栽植特点引入“趋势线”,利用点到该直线的距离与距离阈值作比较,筛选出远离各行趋势线的点,并将其去除;对筛选后的每一行特征点用最小二乘法进行直线拟合,获取秧苗行中心线。实验结果表明,该算法具有较强的抗噪性能,提取秧苗行中心线的准确率达95.6%,与标准Hough变换和随机Hough变换算法相比,处理一幅分辨率为320像素×237像素的彩色图像平均耗时短,能够实现水田秧苗行中心线的准确提取,可为插秧机自主行走提供可靠的导航信息。 相似文献
43.
基于随机森林的高寒湿地地区土地覆盖遥感分类方法 总被引:3,自引:0,他引:3
高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度; 4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。 相似文献
44.
基于边缘检测和区域定位的玉米根茎导航线提取方法 总被引:4,自引:0,他引:4
基于玉米根茎图像信息,提出一种基于边缘检测和区域定位的玉米根茎导航线提取方法。首先,利用最大类间方差法自动分割2G-R-B灰度图像,得到二值化图像,结合形态学处理、位置/面积去噪方法提高二值化图像质量,对去噪图像按列累加得到列像素累加曲线;针对传统方法得到的特征点中伪特征点较多的问题,引入高斯滤波器平滑累加曲线,并运用极值法减少玉米根茎伪特征点的干扰,在提取玉米茎秆边缘直线时,提出基于最远茎秆成像宽度的双侧边缘判别思路,通过扫描每条边缘直线的四边形封闭邻域有效剔除伪边缘直线;最后,根据边缘直线二次定位玉米的根茎区域范围,并剔除伪特征点,采用最小二乘线性拟合方法准确提取导航线。试验表明,本文算法处理一幅1280像素×720像素图像耗时约236ms,特征点拟合准确率为92%。与传统方法相比,本文算法精度高、实时性好,在缺苗、杂草较多和株距不标准的情况下仍具有较强的鲁棒性。 相似文献
45.
树种信息对林业资源监测和管理具有重要意义,及时准确地掌握树种及长势状况是防护林工程建设与效益评价的基础。为研究利用无人机高光谱数据进行防护林树种分类的效果,选取典型区域使用Matrice600型六旋翼无人机搭载Rikola高光谱成像仪获取高光谱影像,基于支持向量机-递归特征消除算法(SVM-RFE)选取原始波段最佳组合,再结合纹理特征、植被指数和数理统计特征,使用随机森林算法对所有特征进行重要性评估并与分类精度相结合进行特征优化,进而构建高光谱影像全波段、原始波段最佳组合、全部特征变量、基于随机森林(RF)特征优化后特征变量4种分类方案,分别采用最大似然法(MLC)、支持向量机(SVM)、随机森林对防护林优势树种进行分类。结果表明:所提出的基于交叉验证的SVM-RFE算法选出的原始波段组合能更好地还原原始光谱特征;通过RF算法的特征重要性分析与分类精度相结合的方法可以有效选出重要特征,当使用全部特征的85%(包括17个光谱特征、3个纹理特征、5个植被指数和3个数理统计特征)进行分类时,总体精度最高为9593%(Kappa系数为0.9475);所有特征中植被指数特征最重要,3种分类方法中RF算法分类总体精度(OA)最高。 相似文献
46.
针对番茄病害识别模型参数量大、计算成本高、准确率低等问题,本文提出一种基于多尺度特征融合和坐标注意力机制的轻量级网络(Multi scale feature fusion and coordinate attention MobileNet, MCA-MobileNet)模型。采集10类番茄叶片图像,采用基于Wasserstein距离的生成对抗网络(Wasserstein generative adversarial networks, WGAN)进行数据增强,解决了样本数据不足和不均衡的问题,提高模型的泛化能力。在原始模型MobileNet-V2的基础上,引入改进后的多尺度特征融合模块对不同尺度的特征图进行特征提取,提高模型对不同尺度的适应性;将轻量型的坐标注意力机制模块(Coordinate attention, CA)嵌入倒置残差结构中,使模型更加关注叶片中的病害特征,提高对病害种类的识别准确率。试验结果表明,MCA-MobileNet对番茄叶片病害的识别准确率达到94.11%,较原始模型提高2.84个百分点,且参数量仅为原始模型的1/6。该方法较好地平衡了模型的识别准确率和计算成本,为番茄叶片病害的现场部署和实时检测提供了思路和技术支撑。 相似文献
47.
翅形态特征在重阳木斑蛾成虫性别鉴定中的应用 总被引:1,自引:0,他引:1
为了明确重阳木斑蛾的翅形态特征在其性别鉴定中的作用,探索雌雄难于区分的成虫的数值鉴定方法。采用图像处理与分析技术,通过爱普生扫描仪获取重阳木斑蛾前翅图,利用BugShape v1.0软件提取雌雄成虫翅的轮廓特征,利用tpsDig2软件获取翅脉交叉点位置特征,并利用独立样本t检验和标志点空间普氏叠加和扭曲分析,以明确此类特征在该成虫雌雄鉴定中的作用。结果表明,重阳木斑蛾成虫左右前翅轮廓特征在同一性别中差异不显著。仅利用左前翅数据进行分析时,翅面积、短轴长度、等效圆半径、偏心率、球状性和圆形度在两个性别中存在极显著差异,周长和长轴长度的差异达到显著水平,而紧凑度和叶状性差异不显著。使用左右前翅作为数据集进行分析时,除紧凑度和叶状性差异仍不显著外,其余参数均达到极显著水平。雌雄前翅轮廓特征作为指标来判别性别时正确率为100%,但存在左右翅相互错判现象。翅膀内部翅脉交叉点的空间位置在个体间存在较大差异,主要表现在相对于翅的横向方向变异大。雌雄间的差异主要存在于外缘附近的翅脉交叉点。结论:通过前翅的轮廓特征可以区分重阳木斑蛾雌雄成虫的差异。翅脉交叉点空间位置在雌雄间和个体间存在一定的变异。 相似文献
48.
我国花椒的收获主要以人工收获为主。随着社会的发展,花椒市场需求不断扩大,迫切需要解决花椒收获效率低下的问题。因此,花椒收获机械化已成为椒农的心声,研究分析收获期花椒的力学特性可以为花椒收获机械的设计者提供必须的基础理论数据。因花椒在品种、气候条件、土壤及其他方面的差异,其力学特性会有较大的差别。为此,通过陕西省韩城市收获期花椒的实验室测定,采用图像解析和数理统计方法对收获期花椒的力学特性进行分析,得出了花椒主要几何特性指标值的变化区间,并统计分析了花椒果实与果柄及果柄与树枝之间的分离力以及花椒果实的颜色特征,为花椒的收获和加工机器系统的开发提供科学依据。 相似文献
49.
植株叶片中叶绿素浓度的高低与植株进行的光合作用效率、植株的整体生长状况息息相关,在农业生产过程中,常常根据叶片中叶绿素含量(SPAD)的多少来精确的判断植物的生长状态,也是控制植株长势的依据。传统的叶绿素含量检测方式分光光度法,存在耗时长、步骤多、操作要求高等问题,而采用计算机视觉技术处理图像的过程更加准确、高效,不会像人眼分析时受到主观因素的影响导致偏差。为此,基于计算机视觉技术来检测玉米叶片中叶绿素含量,利用扫描仪采集玉米叶片的图像,将图像输送至计算机,然后通过软件处理图像,分割出图像中有效像素的颜色特征值,将特征值转换就可以得到玉米叶片中叶绿素。试验结果显示:利用计算机视觉技术可以准确地测定玉米叶片中叶绿素含量,进而进行合理施肥,避免浪费,对增加玉米的产量具有极大的价值。 相似文献
50.
干热河谷冲沟侵蚀劣地坡积区土体性质与裂缝形态发育特征 总被引:2,自引:0,他引:2
采用实地调查和室内分析等方法,并结合数字图像处理技术,研究了干热河谷冲沟侵蚀劣地坡脚堆积区(PJ)、坡底沉积区(PD)和平地漫流区(PM)土体性质和裂缝形态发育特征,并探讨了土体性质对裂缝形态特征的影响。结果表明,(1)侵蚀劣地坡积区不同部位土体性质差异显著,其中土壤体积质量及黏粒质量分数均表现为PDPJPM,毛管孔隙度为PMPDPJ,有机质为PMPJPD;不同部位土体性质极值比:黏粒质量分数最大(1.94),有机质(0.65)次之,再次是毛管孔隙度(0.27),土壤体积质量(0.09)最小;PJ、PD土体性质变化主要受物源特性和沉积方式的影响,而PM土体性质主要与植被分布以及漫流有关。(2)干热河谷侵蚀劣地不同部位土体裂缝形态特征差异也十分显著,其中裂缝长度密度(Lc)及连通性指数(K)均表现为PDPJ≤PM,面积率(Rc)、面积周长比(APc)及加权平均分形维数(AWMFRAC)则整体上表现为PD≥PJPM(Ⅲ号坡积区的Rc除外);表明裂缝发育强度(Rc)及复杂程度(APc、AWMFRAC)PD最高,其次为PJ,再次是PM。(3)相关分析表明,长度密度与土壤体积质量(p=-0.782)、黏粒质量分数(p=-0.626)均呈显著负相关,连通性指数与黏粒质量分数呈显著负相关(p=-0.618),这表明土壤体积质量及黏粒质量分数对裂缝发育产生了重要影响。 相似文献