全文获取类型
收费全文 | 21573篇 |
免费 | 507篇 |
国内免费 | 720篇 |
专业分类
林业 | 2544篇 |
农学 | 673篇 |
基础科学 | 1818篇 |
1983篇 | |
综合类 | 7331篇 |
农作物 | 345篇 |
水产渔业 | 872篇 |
畜牧兽医 | 5831篇 |
园艺 | 621篇 |
植物保护 | 782篇 |
出版年
2024年 | 85篇 |
2023年 | 400篇 |
2022年 | 486篇 |
2021年 | 641篇 |
2020年 | 750篇 |
2019年 | 834篇 |
2018年 | 335篇 |
2017年 | 659篇 |
2016年 | 825篇 |
2015年 | 812篇 |
2014年 | 1519篇 |
2013年 | 1367篇 |
2012年 | 1639篇 |
2011年 | 1464篇 |
2010年 | 1288篇 |
2009年 | 1296篇 |
2008年 | 1346篇 |
2007年 | 1093篇 |
2006年 | 939篇 |
2005年 | 965篇 |
2004年 | 837篇 |
2003年 | 702篇 |
2002年 | 431篇 |
2001年 | 456篇 |
2000年 | 318篇 |
1999年 | 189篇 |
1998年 | 191篇 |
1997年 | 135篇 |
1996年 | 148篇 |
1995年 | 148篇 |
1994年 | 146篇 |
1993年 | 94篇 |
1992年 | 75篇 |
1991年 | 70篇 |
1990年 | 42篇 |
1989年 | 44篇 |
1988年 | 13篇 |
1987年 | 6篇 |
1986年 | 4篇 |
1984年 | 2篇 |
1983年 | 3篇 |
1980年 | 1篇 |
1979年 | 2篇 |
排序方式: 共有10000条查询结果,搜索用时 31 毫秒
71.
从自治区林业局获悉,据统计,截至2020年2月29日,全区完成植树造林64.14万亩,占年度计划任务的24.7%,与去年同期基本持平。其中,梧州、防城港、河池、崇左市植树造林总面积均超年度任务的30%。今年2月以来,自治区林业局统筹部署,在有效防控疫情的前提下,采取四项举措全力打好春季造林第一仗。一是做好组织动员,落实造林地块,精准调配肥料和苗木,有序开展春季造林备耕工作。严格实施有效的防疫举措,加强务工人员健康监测,提高机械化程度,避免聚集作业,提高造林成活率。 相似文献
72.
73.
生物食诱剂对山东省莒南县花生田夜蛾科成虫监测与诱杀效果的初步评价 总被引:1,自引:0,他引:1
在山东莒南县花生田利用生物食诱剂和性诱剂对常见夜蛾科害虫成虫进行虫情监测,并对食诱剂防控夜蛾科害虫的效果进行研究。食诱剂和性诱剂监测结果表明,花生田棉铃虫、甜菜夜蛾、斜纹夜蛾、黄地老虎、小地老虎等夜蛾科害虫成虫的发生高峰期均出现在7月12日;性诱剂仅能诱捕到雄性成虫,食诱剂可同时诱捕到雌性和雄性成虫,其诱捕到的棉铃虫、甜菜夜蛾、斜纹夜蛾、地老虎雌雄比分别为1∶0.68、1∶5、1∶3和1∶1.4。食诱剂撒施、化学防治、食诱剂诱捕盒技术与化学防治组合处理后第10天花生叶片受害率分别为9.51%、6.73%、6.24%,百株虫量较对照降低68.68%、76.39%、85.87%,食诱剂诱捕盒技术与化学防治组合应用防控效果优良。 相似文献
74.
土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。 相似文献
75.
76.
77.
78.
基于MFO-LSTM的母猪发情行为识别 总被引:3,自引:3,他引:0
及时准确识别母猪的发情行为可以有效增加受胎率和产仔量,对提高养殖企业的繁育水平和经济效益具有重要意义。该研究针对生猪养殖过程中母猪发情行为识别存在主观性强、智能化水平低、假警报和错误率高、识别不及时等问题,提出了一种基于飞蛾扑火算法(Moth-Flame Optimization,MFO)优化长短时记忆网络(Long Short Term Memory,LSTM)的母猪发情行为识别方法。利用安装在母猪颈部的姿态传感器获得母猪姿态数据,然后使用姿态数据训练MFO-LSTM姿态分类模型,将母猪姿态分为立姿、卧姿和爬跨3类。通过对姿态分类结果进行分析,确定以爬跨行为和活动量2个特征作为发情行为识别依据,使用MFO-LSTM分类算法判断母猪是否发情。以山西省太原市杏花岭区五丰养殖场的试验数据对该方法进行验证,结果表明,该方法在以30 min为发情行为识别时间时的识别效果最好,发情行为识别的错误率为13.43%,召回率为90.63%,特效性为81.63%,与已有的母猪发情行为识别方法相比错误率降低了80%以上。该方法在保证识别准确率的情况下有效降低了错误率,可满足母猪养殖生产过程中发情行为自动识别要求。 相似文献
79.
80.