全文获取类型
收费全文 | 85篇 |
免费 | 7篇 |
国内免费 | 12篇 |
专业分类
林业 | 3篇 |
农学 | 8篇 |
基础科学 | 7篇 |
4篇 | |
综合类 | 32篇 |
农作物 | 1篇 |
水产渔业 | 24篇 |
畜牧兽医 | 19篇 |
园艺 | 6篇 |
出版年
2023年 | 4篇 |
2022年 | 3篇 |
2020年 | 10篇 |
2019年 | 15篇 |
2018年 | 10篇 |
2017年 | 5篇 |
2016年 | 6篇 |
2015年 | 3篇 |
2014年 | 1篇 |
2013年 | 4篇 |
2012年 | 4篇 |
2011年 | 5篇 |
2010年 | 1篇 |
2009年 | 10篇 |
2008年 | 1篇 |
2007年 | 5篇 |
2006年 | 4篇 |
2005年 | 2篇 |
2004年 | 1篇 |
2003年 | 3篇 |
2002年 | 2篇 |
2001年 | 1篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1988年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有104条查询结果,搜索用时 15 毫秒
11.
建立基于微波和光学卫星影像的农作物估产模型,可对上报作物产量准确性及估产模型精度进行相互验证.应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2和同期HJ影像各两幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,以及从环境星计算得到的归一化植被指数(NDVI),建立冬小麦线性估产模型,在此基础上对估产模型精度进行比较:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%;通过HJ星建立的估产模型对寿县涧沟镇和怀远县龙亢镇冬小麦估产精度分别为69.52%和66.43%.基于HJ星影像得到的冬小麦估产模型精度和基于SAR得到的估产模型精度接近.模型结果为上报产量准确性、冬小麦估产模型验证、参数纠正及推广奠定基础和积累经验. 相似文献
12.
建阳桔柚具有品质优,风味独特,适应性广,抗逆性强等特征;通过采取“改土增肥,压顶开心,控制旺长,保果疏果”等关键技术和措施,达到优质高产稳产目的。 相似文献
13.
14.
15.
杂柑类新品种——建阳橘柚的选育 总被引:1,自引:0,他引:1
建阳橘柚是从国外引进的橘柚品种中通过芽变选育成的杂柑类新品种。该品种果实扁圆形或圆球形,平均单果质量为171g,果面亮黄色,有蜡质光泽,油胞较突出,果皮较厚,较耐贮藏,果肉橙黄色,无核,肉质细嫩,多汁,兼有橘和柚的风味,可溶性固形物14.0%,12月上中旬果实成熟,果实生育期220~230d。该品种具有品质优,风味独特,适应性广,抗逆性强等特点,适宜在福建省温州蜜橘种植区推广。 相似文献
16.
稻草品质促变因素的系统评价与秸秆种类品质比较 总被引:8,自引:0,他引:8
依种植地域性、季节性、品种特性对福建省92份稻草样品进行品质变化趋势的系统评价,并比较了水稻与大麦、小麦、玉米、蚕豆、香蕉和象草等不同作物的秸秆品质特点.结果表明,①稻草粗蛋白主要以结构蛋白形式存在(r=0.98, P<0.05),并受纤维素含量影响(r=-0.74, P<0.05).②孕穗后期至收获时的生产管理水平、季节性与种植地域性变化是造成稻草品质差异的主要原因,尤其影响稻草硅化物溶解特性与细胞壁碳、氮结构化合物的形成.因此,稻草利用应注重对稻草纤维品质特点的季节性综合评价.③水稻硅质化程度高于木质化的特点,成为稻草降解利用的阻碍因素之一. 相似文献
17.
水库银鱼资源量波动原因及对策分析 总被引:3,自引:1,他引:3
水库移植银鱼后,1-2年可维持较高产量,少数水库也可维持3-4年,能维持5年的水库很少。除了环境因素影响外,生物因素的影响是应该重点研究的。从鱼类种群生态遗传角度进行了研究分析,提出了生物学上相应措施。 相似文献
18.
采用HHT算法与卷积神经网络诊断轴承复合故障 总被引:4,自引:4,他引:0
针对农业机械装备中滚动轴承复合故障特征提取与智能诊断问题,该文提出了一种将希尔伯特-黄变换的改进算法(improved hilbert-huang transform,IHHT)与卷积神经网络(convolution neural network,CNN)相结合的诊断方法。首先,通过多种群差分进化改进的集合经验模式分解(multiple population differential evolution-ensemble empirical mode decomposition,MPDE-EEMD)和敏感固有模态函数筛选方法来改进HHT,提取出故障信号时频特征。然后,在AlexNet网络模型基础上遍历所有可能的CNN模型组合,构建出适应于滚动轴承故障诊断的CNN网络模型。再将训练集生成的IHHT时频图输入CNN中进行学习,不断更新网络参数;并将该模型应用于测试集,输出故障识别结果。最后,通过滚动轴承单一故障和复合故障2种试验,将所提出的IHHT+CNN方法分别与传统的BP神经网络、DWT+CNN和STFT+CNN方法进行比较。研究表明,该文的IHHT+CNN方法对单一与复合故障的正确率分别达到100%和99.74%,均高于其他3种方法,实现了不同工况下端到端的轴承复合故障智能诊断,并具有较好的泛化能力和鲁棒性。 相似文献
19.