全文获取类型
收费全文 | 3430篇 |
免费 | 203篇 |
国内免费 | 489篇 |
专业分类
林业 | 204篇 |
农学 | 114篇 |
基础科学 | 1264篇 |
624篇 | |
综合类 | 1623篇 |
农作物 | 52篇 |
水产渔业 | 44篇 |
畜牧兽医 | 100篇 |
园艺 | 18篇 |
植物保护 | 79篇 |
出版年
2024年 | 68篇 |
2023年 | 164篇 |
2022年 | 218篇 |
2021年 | 236篇 |
2020年 | 254篇 |
2019年 | 201篇 |
2018年 | 97篇 |
2017年 | 143篇 |
2016年 | 160篇 |
2015年 | 163篇 |
2014年 | 163篇 |
2013年 | 204篇 |
2012年 | 191篇 |
2011年 | 203篇 |
2010年 | 227篇 |
2009年 | 260篇 |
2008年 | 214篇 |
2007年 | 207篇 |
2006年 | 180篇 |
2005年 | 132篇 |
2004年 | 106篇 |
2003年 | 59篇 |
2002年 | 62篇 |
2001年 | 52篇 |
2000年 | 29篇 |
1999年 | 37篇 |
1998年 | 29篇 |
1997年 | 15篇 |
1996年 | 20篇 |
1995年 | 13篇 |
1994年 | 9篇 |
1993年 | 6篇 |
排序方式: 共有4122条查询结果,搜索用时 62 毫秒
101.
102.
103.
104.
BP神经网络在焉耆盆地农田排水量 总被引:1,自引:1,他引:1
利用BP神经网络技术对焉耆盆地农田排水量进行预测。利用灰色关联度分析确定了排水量与各影响因素的关系,选取了对排水量影响最大的5个因素作为BP网络的输入,利用均匀设计方法,确定了最优的神经网络结构。估算结果表明利用BP神经网络可以准确的估算农田排水量,最大相对误差仅为-2.45%。 相似文献
105.
基于量子神经网络的马铃薯早疫病诊断模型 总被引:3,自引:0,他引:3
针对马铃薯早疫病智能诊断,将量子计算的态叠加方法和神经网络计算的自适应性结合,提出了将量子神经网络作为马铃薯早疫病诊断模型.该模型隐含层采用多个量子能级的激励函数叠加的量子神经元,有效地解决了病害诊断中模糊决策,在给出的学习算法的训练过程中自适应地确定样本特征数据中的不确定性.此算法能够较好地避免传统神经网络在训练过程中易出现局部极小值的弊端,提高了网络学习速度.仿真结果表明:量子神经网络在马铃薯早疫病诊断中,诊断正确率达到96.5%. 相似文献
106.
107.
108.
109.
110.