全文获取类型
收费全文 | 1462篇 |
免费 | 51篇 |
国内免费 | 241篇 |
学科分类
农业科学 | 1754篇 |
出版年
2024年 | 30篇 |
2023年 | 59篇 |
2022年 | 83篇 |
2021年 | 92篇 |
2020年 | 71篇 |
2019年 | 77篇 |
2018年 | 54篇 |
2017年 | 60篇 |
2016年 | 77篇 |
2015年 | 73篇 |
2014年 | 86篇 |
2013年 | 106篇 |
2012年 | 128篇 |
2011年 | 118篇 |
2010年 | 97篇 |
2009年 | 87篇 |
2008年 | 76篇 |
2007年 | 75篇 |
2006年 | 50篇 |
2005年 | 32篇 |
2004年 | 42篇 |
2003年 | 38篇 |
2002年 | 19篇 |
2001年 | 11篇 |
2000年 | 11篇 |
1999年 | 15篇 |
1998年 | 6篇 |
1997年 | 4篇 |
1996年 | 7篇 |
1995年 | 2篇 |
1994年 | 6篇 |
1993年 | 5篇 |
1992年 | 12篇 |
1991年 | 7篇 |
1990年 | 31篇 |
1989年 | 5篇 |
1988年 | 2篇 |
排序方式: 共有1754条查询结果,搜索用时 0 毫秒
1.
2.
以饲料玉米为研究对象,采用化学计量学方法,利用全波段光谱数据建立玉米粗蛋白预测的简单快速精准预测模型。结果表明:原始光谱经去趋势算法预处理后,Rank-KS算法选择校正集和预测集,使用偏最小二乘(Partial least square,PLS)方法进行建模,校正集和预测集的相关系数分别为0.991 5和0.981 3,校正集和预测集的均方根误差分别为0.063 4和0.113 8。预测集的相对分析误差RPD为5.02,大于评估阈值3.0。所建模型精度和稳定性较为理想,可满足在线生成检测的要求。 相似文献
3.
采集添加生物炭的土壤(标记为ABS)和不添加生物炭的土壤(标记为CS),获取其近红外光谱,通过预处理算法和偏最小二乘法(partial least squares,PLS)建立两种土壤氮含量预测模型。试验结果显示,CS和ABS分别经过Baseline和Smoothing预处理的预测模型效果最好,定向系数(determination coefficient,R2)分别为0.913和0.753,预测均方根误差(root mean square error of prediction,RMSEP)分别为0.093和0.753,利用近红外光谱可对两种土壤氮含量建模预测。研究了生物炭对土壤光谱及建模的影响,结果表明,添加生物炭会改变土壤成分含量,使近红外光谱和建模不同于普通土壤,而联合建模可减小差异的影响,取得较好的预测效果,联合建模结果显示,经过Smoothing预处理的预测效果最好,R2为0.907,RMSEP为0.086。 相似文献
4.
近红外光谱分析法测定菜籽油中芥酸的含量 总被引:6,自引:0,他引:6
采用多通道PDA型近红外光谱仪,应用偏最小二乘法建立了菜籽油中芥酸含量与近红外透射光谱的校正模型,讨论多项式求导及平滑的窗口宽度和相关系数法筛选有效波长对校正模型的影响,并对10个预测集样品利用预测相关系数Rp和预测均方根误差RMSEP指标进行了预测精度分析,结果发现:在使用全谱数据进行偏最小二乘回归建模时,一阶7点求导及平滑的预处理方法结果最佳,此时建模效果为:Rp=0.739,RMSEP=1.659;在此基础上通过相关系数法筛选波长后的建模效果为:Rp=0.958,RMSEP=0.963。后者Rp提高29%,RMSEP减少42%。由此可得出多项式求导及平滑法和相关系数法相结合对校正模型稳健性,预测精度都有较大提高的结论。研究证明:多通道近红外光谱仪快速测测菜籽油中芥酸含量的方法是可行的。 相似文献
5.
人工神经网络NIR定量分析方法及其软件实现 总被引:3,自引:3,他引:0
在Visual C++环境中采用面向对象技术,开发了PCA-MBP-NIR定量分析模型软件。通过40份小麦样品的原始光谱、加噪光谱(信噪比为14dB)与含水率所建立的PLS-NIR与PCA-MBP-NIR模型,对10份未知小麦样品的原始光谱、加噪光谱分别进行含水率的PLS-NIR与PCA-MBP-NIR预测分析。分析表明,对于含噪声的光谱,与PLS建模相比,使用PCA-MBP-NIR对未知样品预测结果具有更高的相关系数,更低的预测误差标准差。 相似文献
6.
7.
8.
模型转移主要用来解决一台仪器上开发的模型应用于新场景进行预测的问题。化学计量学领域开发了大量的模型转移方法可以实现多元校正模型转移。然而,随着深度学习技术在光谱数据建模中的广泛应用,传统的多元校正模型转移方法已不适合处理基于神经网络结构的深度学习模型。因此,本文利用深度模型转移策略,将一台仪器上构建的烟粉深度学习模型迁移到新仪器上用于烟丝总糖含量的检测。结果表明,深度模型转移无需标准样品构建传递函数,即可实现对不同仪器、不同样品物理状态之间的准确预测,与重新建立的偏最小二乘(PLS)和卷积神经网络(CNN)模型相比,其预测均方根误差分别降低了33.2%和27.2%。无标样深度模型转移支持在不同应用实践之间广泛共享、扩展深度学习模型,具有较好的应用前景。 相似文献
9.
可溶性固形物含量(SSC)是评价桑椹鲜果品质的重要指标,利用近红外光谱分析技术建立快速、实时无损地检测桑椹鲜果中可溶性固形物的方法。首先用手持式Micro NIR1700型近红外光谱仪采集桑椹的近红外光谱,对光谱进行预处理后,应用偏最小二乘回归(PLS)法建立桑椹鲜果SSC预测模型,并用随机蛙(Random-frog)和自适应重加权采样(CARS)2种方法筛选出最优波长变量,提高PLS模型预测精度。经过1阶求导(1stDer)、标准正态变量变换(SNV)和均值中心化(MNCN)相结合预处理后的全波长光谱PLS模型的预测效果最好,校正集与验证集的相关系数平方(R2)分别为0.916 1和0.925 0,均方根误差分别为0.985 8°Brix和0.654 3°Brix。相较于Random-frog法,用CARS方法优选出19个波长变量,所建PLS模型的预测效果更好,校正集与验证集的R2分别为0.933 2和0.943 4,均方根误差分别为0.782 0°Brix和0.582 8°Brix。研究结果表明,利用手持式Micro NIR 1700型近红外光谱仪结合化学计量学方法,能够用于现场对桑椹鲜果SCC的快速无损检测。 相似文献
10.
文章分析探索了应用可见近红外光谱技术快速、高效、便捷测定土壤营养参数的可能性。采集蓬莱镇组紫色土样本,比对分析了不同肥力水平、土壤厚度和土壤粒径条件下采集土壤光谱对可见近红外光谱特征的影响,筛选出不同厚度、粒径土壤条件下的碱解氮含量预测模型。研究结果表明,土壤样本厚度为30mm时具有最大的光谱反射率,建立的氮含量预测模型效果最佳,校正集和验证集的相关系数分别为0.84和0.83,均方根误差分别为1.79和1.87。土样粒径在0.25-0.85mm时氮含量的预测效果最佳,校正集和验证集的相关系数均超过0.8,且均方根误差较小;但当土样粒径<0.25mm时,氮含量预测模型效果明显下降。采用20目(<0.85mm)过筛、30mm厚度土壤样本采集可见近红外光谱和偏最小二乘法(PLS)模型预测,可以实现对蓬莱镇组紫色土碱解氮含量的较好光谱预测。 相似文献