全文获取类型
收费全文 | 3320篇 |
免费 | 136篇 |
国内免费 | 484篇 |
专业分类
林业 | 195篇 |
农学 | 61篇 |
基础科学 | 1271篇 |
593篇 | |
综合类 | 1559篇 |
农作物 | 53篇 |
水产渔业 | 42篇 |
畜牧兽医 | 89篇 |
园艺 | 15篇 |
植物保护 | 62篇 |
出版年
2024年 | 91篇 |
2023年 | 200篇 |
2022年 | 272篇 |
2021年 | 268篇 |
2020年 | 247篇 |
2019年 | 191篇 |
2018年 | 95篇 |
2017年 | 138篇 |
2016年 | 148篇 |
2015年 | 156篇 |
2014年 | 154篇 |
2013年 | 187篇 |
2012年 | 176篇 |
2011年 | 182篇 |
2010年 | 201篇 |
2009年 | 236篇 |
2008年 | 191篇 |
2007年 | 184篇 |
2006年 | 161篇 |
2005年 | 102篇 |
2004年 | 90篇 |
2003年 | 45篇 |
2002年 | 51篇 |
2001年 | 43篇 |
2000年 | 22篇 |
1999年 | 26篇 |
1998年 | 28篇 |
1997年 | 14篇 |
1996年 | 16篇 |
1995年 | 11篇 |
1994年 | 9篇 |
1993年 | 5篇 |
排序方式: 共有3940条查询结果,搜索用时 15 毫秒
1.
针对雾霾天气下无人车行驶容易出现视野受限,导致防碰撞能力下降的问题,提出了一种基于VGGNet网络的深度卷积神经网络模型,通过反向传播算法不断调整模型的权重和偏置,对收集雾霾天气下的图像和相关数据进行处理,实现模型的训练和优化。实验结果表明,所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力,达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法,具有一定的参考价值和应用前景。 相似文献
2.
近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。 相似文献
3.
土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。 相似文献
4.
农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。 相似文献
5.
根据电力系统短期负荷变化的特性,提出BP模型在实际负荷预测应用中的方法和步骤.对BP网络结构、样本空间、收敛性等作了有针对性的研究.结果表明:多层神经网络应用于电力系统短期负荷预测是可行和有效的.其预报结果比传统的负荷预测方法更准确、经济、效果更好. 相似文献
6.
陶兰 《北京农业工程大学学报》1995,15(3):93-100
以模拟人类经验知识的获取和使用方式为基本出发点,以Parzen窗估计方法为基本工具,以人工神经网络为结构框架,提出并构建了一个主要用于执行估计和分类等智能处理任务的经验型智能模型EIM。介绍了它的框架结构、基本思想、学习工作过程,并将其模拟实验结果与SOM和MPL等人工网络模型进行了比较。 相似文献
7.
把电流模式电路引进了神经网络理论,提出了一种用电流模式电路构成的神经网络阈值处理单元,并由此构成了电流模式Hopfield神经网络,此网络中信号都是以电流的形式出现的。 相似文献
8.
用计算机图象处理技术判别苹果果形的对称性 总被引:2,自引:0,他引:2
苹果果形的自动判别与分类是实现苹果分级自动化的关键一步,而对称性是描述苹果果形的一个重要特征。针对果形对称性判断的相对模糊性,提出了一种用模糊技术格人工神经网络进行苹果果形判别的方法。试验表明该方法可行且判别准确度较高。 相似文献
9.
晚稻稻瘟病BP神经网络分区预报 总被引:2,自引:0,他引:2
应用相关分析方法分析了浙江省19个县1988~1999年晚稻稻瘟病发病与有关环境因子的关系,筛选了8个气象因子用于晚稻稻瘟病发生程度长期预报。根据各预报因子与稻瘟病发病程度相关性,采用邻接二维图论聚类分析法,将19个点(县)划分为4个生态区。每个生态区内运用BP神经网络技术建立模型,并进行拟合和试报。1997~1999年试报验证,在划分稻瘟病生态区的基础上,应用BP神经网络模型对稻瘟病进行长期预测预报是可行的,3年试报成功率分别是78.95%、84.21%和78.95%。文中还对该方法与过去常用的预报方法的试报结果作了比较。 相似文献