全文获取类型
收费全文 | 6035篇 |
免费 | 100篇 |
国内免费 | 448篇 |
专业分类
林业 | 463篇 |
农学 | 190篇 |
基础科学 | 1098篇 |
478篇 | |
综合类 | 2769篇 |
农作物 | 90篇 |
水产渔业 | 101篇 |
畜牧兽医 | 658篇 |
园艺 | 555篇 |
植物保护 | 181篇 |
出版年
2024年 | 125篇 |
2023年 | 300篇 |
2022年 | 364篇 |
2021年 | 330篇 |
2020年 | 228篇 |
2019年 | 259篇 |
2018年 | 111篇 |
2017年 | 174篇 |
2016年 | 210篇 |
2015年 | 200篇 |
2014年 | 348篇 |
2013年 | 336篇 |
2012年 | 341篇 |
2011年 | 376篇 |
2010年 | 355篇 |
2009年 | 387篇 |
2008年 | 383篇 |
2007年 | 319篇 |
2006年 | 306篇 |
2005年 | 220篇 |
2004年 | 125篇 |
2003年 | 114篇 |
2002年 | 137篇 |
2001年 | 87篇 |
2000年 | 68篇 |
1999年 | 40篇 |
1998年 | 38篇 |
1997年 | 54篇 |
1996年 | 34篇 |
1995年 | 31篇 |
1994年 | 49篇 |
1993年 | 19篇 |
1992年 | 22篇 |
1991年 | 23篇 |
1990年 | 36篇 |
1989年 | 11篇 |
1988年 | 2篇 |
1987年 | 7篇 |
1986年 | 2篇 |
1985年 | 3篇 |
1984年 | 1篇 |
1982年 | 1篇 |
1981年 | 2篇 |
1977年 | 2篇 |
1976年 | 1篇 |
1953年 | 2篇 |
排序方式: 共有6583条查询结果,搜索用时 0 毫秒
61.
62.
选用扎根理论质性研究方法,通过深度访谈获取原始资料,以云南省大理市试点时期参与集体经营性建设用地入市的村镇为例,对存在的社会风险进行识别,并分析风险产生的内在逻辑关系。结果表明,存在社会稳定性降低风险,居住环境质量下降风险,利益分配不满意风险等7种风险。其中城乡二元结构是根本原因,集体经济组织自身局限性是内生因素,法律法规体系不完善是外部诱导因素,利益冲突是直接原因。由此提出优化建议:健全收益分配机制;村集体引导消费,优化产业结构;加强乡村及周围的基础设施建设;规范和优化入市流程。 相似文献
63.
64.
羌年是羌族文化的突出体现,也是非遗文化系统的重要组成部分。引入景观基因理论,将传承载体特征、表达形式特征、民俗信仰特征、文化意象特征四个特征维度作为羌年的主导性基因特征,进而构建起羌年景观基因识别的指标体系。研究指出,传承羌年须依托祭祀塔、柏枝等关键性空间载体,同时,羌年传承的产品载体具有典型的“六畜”符号特征。此外,羌年集中表达了万物有灵、敬畏自然、新年平安、风调雨顺的复合性文化意象。研究结果有助于提高对羌年文化景观的识别能力、提升民族文化影响力,为羌年的保护、传承与长效发展提供理论依据。 相似文献
65.
66.
67.
【目的】高郁闭度华北落叶松林Larix principis-rupprechtii林木树冠交叉重叠,传统的基于高分辨影像的单木识别方法识别精度不高。利用机载LiDAR三维点云数据可提高高郁闭度华北落叶松林的单木识别精度。【方法】在点云数据预处理基础上,提出基于点云空间特征的高斯核函数改进的均值漂移单木位置识别方法 (MSP),比较并分析MSP法与基于点云空间特征的区域生长点云分割方法 (RGP)、基于冠层高度模型的局部最大值单木位置识别方法 (LMC)和基于冠层模型的多尺度分割单木位置识别方法 (MSC)的单木识别效果。【结果】4种方法单木位置识别精度从大到小依次为MSP(89.30%)、LMC (85.60%)、RGP (77.50%)和MSC (70.00%),MSP的漏分误差和错分误差最小,分别为8.7%和8.0%,平均单木冠幅提取精度为90.18%。【结论】提出的MSP法对高郁闭度华北落叶松林单木位置识别具有较好的适用性,利用机载LiDAR可为提取华北落叶松林森林结构参数提供新的途径。图3表3参28 相似文献
68.
智慧养猪已成为生猪产业发展的新趋势,其核心主要聚焦于智能环控、智能饲喂和对猪群的视频监控等技术的应用.大数据采集是实现智能化的前提,因此,通过射频识别(RFID)技术建立猪只大数据是实现智慧养猪的基础.通过正确的猪只个体识别技术的选型,在不同生命周期给猪只选配合适的电子耳标,给猪只建立精准的身份证明.在不同阶段的数据采... 相似文献
69.
70.
为实现上倾管气液两相流流型的智能识别,提出了基于小波变换与概率神经网络的流型识别方法。采用中国石油大学(华东)室内小型环道试验装置进行气液两相流试验,采集上倾管流型以及相应的持液率信号。运用小波变换对持液率信号进行5级分解,并对分解后的信号提取标准差作为概率神经网络的输入参数,对试验中获得的分层流、气泡流、段塞流、严重段塞流流型进行识别。结果表明:该方法对4种流型的识别效果较好,其整体识别率为96.5%,其中分层流和严重段塞流的识别率高达98%。基于小波变换与概率神经网络的上倾管流型识别方法能够有效克服传统识别方法中主观因素的影响,不仅显著提高了流型识别的准确率,而且识别过程更加智能。(图5,表3,参22) 相似文献