全文获取类型
收费全文 | 139篇 |
免费 | 5篇 |
国内免费 | 28篇 |
专业分类
林业 | 7篇 |
农学 | 15篇 |
基础科学 | 40篇 |
25篇 | |
综合类 | 40篇 |
农作物 | 4篇 |
畜牧兽医 | 23篇 |
园艺 | 16篇 |
植物保护 | 2篇 |
出版年
2024年 | 8篇 |
2023年 | 6篇 |
2022年 | 9篇 |
2021年 | 13篇 |
2020年 | 10篇 |
2019年 | 7篇 |
2018年 | 9篇 |
2017年 | 3篇 |
2016年 | 5篇 |
2015年 | 2篇 |
2014年 | 14篇 |
2013年 | 12篇 |
2012年 | 8篇 |
2011年 | 6篇 |
2010年 | 6篇 |
2009年 | 11篇 |
2008年 | 8篇 |
2007年 | 3篇 |
2006年 | 3篇 |
2005年 | 3篇 |
2004年 | 4篇 |
2003年 | 2篇 |
2002年 | 1篇 |
2001年 | 3篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 4篇 |
1994年 | 4篇 |
1993年 | 2篇 |
1992年 | 1篇 |
1991年 | 1篇 |
排序方式: 共有172条查询结果,搜索用时 15 毫秒
1.
正传统农业机械替代了人力与耕牛,使农业生产力水平显著提升,而将智能机器人技术应用到农业领域,将进一步帮助农民实现更加轻松、更加精准、高效的农业生产。近年来,各种新型农机作业装备不断涌现,如播种机、嫁接机、移栽机、植保机等,信息化、自动化水平也在日益提升,极大地提升了农业生产的作业效率与质量。同工业等其他领域应用相比,农业机具工作环境多变,以非结构环境为主,工作任务具有极大的挑战性;因此,智能化发展成为农机装备未来发展的重要方向。 相似文献
2.
3.
利用高效液相色谱法(HPLC)对红香酥梨果实采后货架期有机酸含量的动态变化进行了研究。结果表明,共分离出酒石酸、L-苹果酸、乳酸、柠檬酸、琥珀酸和D-苹果酸等6种有机酸,其总含量为(3.53±0.21)g/kg;成熟的红香酥梨果实属于苹果酸优势型,其主要有机酸为苹果酸,占总有机酸含量的81.82%±0.38%,其中,苹果酸的2种异构体L-苹果酸和D-苹果酸含量分别占总有机酸含量的57.86%±0.71%和23.97%±1.09%;柠檬酸含量次之,占总有机酸含量的8.57%±0.25%;酒石酸、琥珀酸和乳酸含量较低,占总有机酸含量的比例均低于5%;红香酥梨果实总有机酸含量变化在货架期表现为前期上升、中期下降、后期再上升的趋势,说明货架前期果实有机酸含量仍在积累,且主要积累的是D-苹果酸含量;货架中期有机酸含量因消耗、转化的加强而降低,且在第20天时达到最低点,其中,柠檬酸下降幅度最大;货架后期可能由于果实开始衰老,其他物质转化为有机酸使其含量升高。 相似文献
4.
针对目前我国农业决策支持系统与专家系统的信息呈孤岛格局的现状,农业信息资源和系统存在严重重复性建设问题,提出基于云计算平台的农业知识云服务模式。以知识模型库为基础,运用Web Service及XML技术,设计并实现通用的专家知识模型云端服务。应用结果表明,其为零配置客户端的个性化知识应用系统的构建提供了便捷的工具,为实现“知识即服务”做出了有效的尝试。 相似文献
5.
6.
为解决构建知识图谱过程中由于上下文环境复杂、现有模型字向量语义表征相对单一导致领域专业实体识别率低的问题,该研究提出了来自转换器的双向编码器表征量(bi-directional encoder representation from transformer, BERT)和残差结构(residual structure, RS)融合的命名实体识别模型(bert based named entity recognition with residual structure,BBNER-RS)。通过BERT模型将文本映射为字符向量,利用双向长短时记忆网络(bi-directional long-short term memory, BiLSTM)提取局部字符向量特征,并采用RS保留BERT提供的全局字符向量特征,以提高字向量的语义丰富度,最后通过条件随机场(conditional random field, CRF)模型对特征向量解码,获取全局最优序列标注。与其他命名实体识别模型相比,提出的BBNER-MRS模型在葡萄数据集上表现较好,在葡萄人民日报、玻森、简历和微博数据集上F1值分别达到89... 相似文献
7.
基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法 总被引:4,自引:4,他引:0
针对番茄早期缺素性状不明显及各生长期特征差异较大所导致的特征区域尺寸不一致、难提取、难辩别等问题,提出了一种基于注意力机制及多尺度特征融合卷积神经网络的番茄叶片缺素图像分类方法(Multi-Scale Feature Fusion Convolutional Neural Networks Based On Atte ntion Mechanism,MSFF-AM-CNNs)。首先根据番茄叶片缺素特点提出了多尺度特征融合结构(Multi-Scale Feature Fusion Module,MSFF Module);其次在DenseNet基础上,结合浅层网络主要提取纹理、细节特征,深层网络主要提取轮廓、形状特征的特点分别提出具有针对性的特征提取方法,通过不同形式引入注意力机制及多尺度特征融合结构,使全局多尺度信息融合多个特征通道、选择性地强调信息特征并达到对特征精准定位的功能;同时引入Focal Loss函数以减少易分类样本的权重。试验结果表明,MSFF-AM-CNNs的平均召回率、平均F1得分、平均准确率较原模型DenseNet-121均大幅提升,其中缺氮和缺钾叶片的准确率分别提高了8.06和6.14个百分点,召回率分别提高了6.31和5.00个百分点,F1得分分别提高了7.25和5.55个百分点,平均识别准确率可达95.92%,具有较高的识别准确率及广泛的适用性,能够满足番茄叶片缺素图像的高精度分类需求,可为植物叶片缺素识别提供参考。 相似文献
8.
基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。 相似文献
9.
10.
气调对石榴采后果皮褐变及贮藏品质的影响 总被引:1,自引:1,他引:1
以‘新疆大籽’石榴为试材,就不同气体成分对其采后果皮褐变机理及果实贮藏效果进行研究。结果表明:8℃下,石榴果实采后的可溶性固形物与可滴定酸含量均呈递减的趋势,且随着贮藏期延长,膜脂过氧化产物丙二醛含量缓慢增加,细胞膜透性逐渐增大;与对照相比,适宜的气调贮藏参数(5%CO2,3%~5% O2)可减缓石榴果皮细胞膜透性的升高以及膜脂质过氧化产物丙二醛的积累,抑制多酚氧化酶活性的增加,并减少酚类物质的氧化,有效地减轻石榴褐变的发生,保持果实品质。 相似文献