全文获取类型
收费全文 | 173296篇 |
免费 | 2339篇 |
国内免费 | 2802篇 |
专业分类
林业 | 2237篇 |
农学 | 8202篇 |
基础科学 | 27922篇 |
6958篇 | |
综合类 | 103016篇 |
农作物 | 3260篇 |
水产渔业 | 2087篇 |
畜牧兽医 | 12681篇 |
园艺 | 10123篇 |
植物保护 | 1951篇 |
出版年
2024年 | 491篇 |
2023年 | 1878篇 |
2022年 | 2178篇 |
2021年 | 2590篇 |
2020年 | 3083篇 |
2019年 | 3805篇 |
2018年 | 1279篇 |
2017年 | 2895篇 |
2016年 | 3425篇 |
2015年 | 4983篇 |
2014年 | 11546篇 |
2013年 | 10491篇 |
2012年 | 14144篇 |
2011年 | 14355篇 |
2010年 | 12805篇 |
2009年 | 12601篇 |
2008年 | 12248篇 |
2007年 | 10387篇 |
2006年 | 10279篇 |
2005年 | 8659篇 |
2004年 | 6219篇 |
2003年 | 5393篇 |
2002年 | 4132篇 |
2001年 | 4312篇 |
2000年 | 3497篇 |
1999年 | 2158篇 |
1998年 | 1669篇 |
1997年 | 1137篇 |
1996年 | 843篇 |
1995年 | 891篇 |
1994年 | 871篇 |
1993年 | 802篇 |
1992年 | 459篇 |
1991年 | 400篇 |
1990年 | 345篇 |
1989年 | 486篇 |
1988年 | 101篇 |
1987年 | 74篇 |
1986年 | 76篇 |
1985年 | 42篇 |
1984年 | 38篇 |
1983年 | 39篇 |
1982年 | 28篇 |
1981年 | 22篇 |
1980年 | 16篇 |
1977年 | 26篇 |
1975年 | 19篇 |
1965年 | 79篇 |
1957年 | 47篇 |
1953年 | 22篇 |
排序方式: 共有10000条查询结果,搜索用时 127 毫秒
51.
53.
55.
种植年限对设施蔬菜土壤养分和环境的影响 总被引:2,自引:0,他引:2
为了给设施蔬菜地合理施肥提供依据,研究了不同种植年限设施蔬菜地土壤理化性质、微生物数量及酶活性变化,以露地土壤为对照(CK),采集种植1 a(年)、3 a、5 a、7 a、9 a、11 a、13 a、15 a、17 a、20 a以及20 a以上的0~20 cm设施蔬菜土壤样品,采用常规土壤理化性质检测方法测定了土壤理化性质和酶活性,采用平板计数法,分析土壤微生物数量。结果表明,设施菜地种植年限与土壤容重呈正相关,与土壤孔隙度呈负相关;设施菜地土壤pH值随种植年限的增加逐年降低,两者呈显著的负相关性;土壤EC值、土壤有机质和速效磷含量都随种植年限的增加而逐年增高,并与种植年限呈显著的正相关性;与CK相比,种植13 a的蔬菜样地土壤全氮和速效钾含量均显著地增加;连续种植20 a以上,设施蔬菜土壤含盐量比对照土壤显著地增加了486.49%。土壤细菌和放线菌数量、过氧化氢酶和碱性磷酸酶活性呈现出先增加后减少的趋势,且都在种植年限为11~13 a时达到最大;真菌数量随着种植年限的增加而增加,而土壤脲酶活性则随种植年限的增加呈下降趋势;转化酶活性随着种植年限的增加保持不变。土壤微生物数量与酶活性之间存在一定程度的相关关系,其中土壤真菌数量与土壤酶活性之间的相关性最为显著。综上所述,种植年限不同的设施菜地,土壤养分失衡,呈现酸化趋势,盐分含量逐年增加,土传真菌病害潜在发生,对设施蔬菜生产不利。 相似文献
57.
58.
59.
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
60.