全文获取类型
收费全文 | 3425篇 |
免费 | 126篇 |
国内免费 | 702篇 |
专业分类
林业 | 33篇 |
农学 | 542篇 |
基础科学 | 304篇 |
635篇 | |
综合类 | 1221篇 |
农作物 | 189篇 |
水产渔业 | 10篇 |
畜牧兽医 | 406篇 |
园艺 | 705篇 |
植物保护 | 208篇 |
出版年
2024年 | 26篇 |
2023年 | 81篇 |
2022年 | 171篇 |
2021年 | 204篇 |
2020年 | 213篇 |
2019年 | 182篇 |
2018年 | 121篇 |
2017年 | 234篇 |
2016年 | 269篇 |
2015年 | 229篇 |
2014年 | 197篇 |
2013年 | 239篇 |
2012年 | 386篇 |
2011年 | 399篇 |
2010年 | 373篇 |
2009年 | 378篇 |
2008年 | 278篇 |
2007年 | 215篇 |
2006年 | 49篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1981年 | 7篇 |
排序方式: 共有4253条查询结果,搜索用时 15 毫秒
1.
2.
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
3.
5.
6.
在人类食品中,约有三分之一直接或间接地来源于昆虫授粉的植物。蜂类昆虫由于其独特的形态结构和生物学特性,是农作物理想的授粉者。在为农作物授粉的昆虫中,蜂类约占80%。然而,由于化肥、农药的大量使用及其它因素造成的生态环境恶化,自然界的野生授粉昆虫数量锐减。农业单一品种的种植又使虫媒花作物受外界因素影响较大,许多优良品种产量和品质逐年下降,见花不见果的现象较为普遍,授粉不足是其中一项重要原因。传统的解决办法是人工辅助授粉。但人工授粉一是劳动量大,成本高,授粉工时限制,没有虫媒及时;二是人工授粉一般1次很难适时、均匀授粉。因此,蜂类授粉成为农业生产的一个重要组成部分.而且能提高农作物的产量和质量。 相似文献
7.
为明确污泥对草地早熟禾(Poa pratensis)抗氧化酶和耐旱性的影响,本试验采用裂区设计,主处理为充分浇水、干旱2种水分条件,副处理包括对照(硝酸铵提供75mg·kg~(-1)的氮素)、半污泥(硝酸铵和污泥各提供1/2的草地早熟禾所需的75mg·kg~(-1)的氮素)和全污泥(污泥提供75mg·kg~(-1)的氮素)。结果表明,与对照相比,充分浇水条件下,全污泥和半污泥均能显著提高草地早熟禾的坪观质量、根重及可溶性糖含量,降低叶片萎蔫度;干旱胁迫下,全污泥和半污泥均能显著提高草地早熟禾的坪观质量、相对含水量并降低其叶片萎蔫度,这表明施用污泥可以促进草地早熟禾在干旱胁迫下的生长状态。充分浇水时,全污泥和半污泥处理的草地早熟禾试验后期叶片超氧化物歧化酶(SOD)活性与对照相比显著提高了39.5%和50%(P0.05),且半污泥处理叶片过氧化物酶(POD)活性也比对照显著增加了14.2%;极度干旱(土壤含水量为25%)时,施用全污泥和半污泥的草地早熟禾叶片SOD、过氧化氢酶(CAT)活性均显著升高,且半污泥处理的草地早熟禾叶片POD活性显著提高,为对照的1.3倍。研究结果表明,生物污泥可以增强草地早熟禾耐旱性,提高其细胞抗氧化能力。 相似文献
8.
我国蔬菜种业发展已进入一个新的阶段,如何实现蔬菜现代种业产业链中价值链的增值、企业链的畅通、供需链的衔
接、空间链的优化,值得思考与探索。 相似文献
9.
10.
基于级联卷积神经网络的番茄花期识别检测方法 总被引:9,自引:8,他引:1
对作物花期状态的准确识别是温室作物执行授粉的前提。为提高花期状态识别的准确度,该研究以温室番茄为例提出了一种基于级联卷积神经网络的番茄花朵花期识别方法。首先采用改进的端到端的特征金字塔网络FS-FPN实现番茄花束的分割,然后采用Prim最小生成树对分割后的花束图片进行花期识别优先级排序,最后将已排序的分割花束图片输入改进的Yolov3网络,实现番茄花朵花期状态的精准识别。在由1600幅包含花蕾期、全开期、谢花期、初果期4类花期状态的番茄花束图像构成的数据集上,所提方法对番茄花朵花期平均检测时间为12.54 ms,平均检测精度分别比Mask R-CNN和SPP-Net提高了3.67%和2.39%,识别错误率比改进前的Yolov3网络降低了1.25%。最终将该方法部署到番茄授粉机器人上,并在大型玻璃温室内进行验证,结果表明,所提方法对番茄花朵各花期的检测精度分别为花蕾期85.71%、全开期95.46%、谢花期62.66%、初果期88.34%,该研究结果可为智能授粉机器人的精准作业提供重要依据。 相似文献