全文获取类型
收费全文 | 2343篇 |
免费 | 393篇 |
国内免费 | 228篇 |
专业分类
林业 | 220篇 |
农学 | 284篇 |
基础科学 | 381篇 |
513篇 | |
综合类 | 972篇 |
农作物 | 103篇 |
水产渔业 | 74篇 |
畜牧兽医 | 194篇 |
园艺 | 16篇 |
植物保护 | 207篇 |
出版年
2024年 | 7篇 |
2023年 | 88篇 |
2022年 | 120篇 |
2021年 | 119篇 |
2020年 | 150篇 |
2019年 | 87篇 |
2018年 | 77篇 |
2017年 | 129篇 |
2016年 | 143篇 |
2015年 | 115篇 |
2014年 | 147篇 |
2013年 | 150篇 |
2012年 | 191篇 |
2011年 | 202篇 |
2010年 | 128篇 |
2009年 | 125篇 |
2008年 | 126篇 |
2007年 | 115篇 |
2006年 | 110篇 |
2005年 | 81篇 |
2004年 | 64篇 |
2003年 | 58篇 |
2002年 | 38篇 |
2001年 | 38篇 |
2000年 | 32篇 |
1999年 | 28篇 |
1998年 | 42篇 |
1997年 | 29篇 |
1996年 | 36篇 |
1995年 | 36篇 |
1994年 | 30篇 |
1993年 | 27篇 |
1992年 | 16篇 |
1991年 | 18篇 |
1990年 | 28篇 |
1989年 | 11篇 |
1988年 | 2篇 |
1987年 | 7篇 |
1986年 | 4篇 |
1981年 | 1篇 |
1980年 | 4篇 |
1979年 | 1篇 |
1976年 | 1篇 |
1956年 | 2篇 |
1955年 | 1篇 |
排序方式: 共有2964条查询结果,搜索用时 15 毫秒
1.
[目的] 有效掌握滑坡变形规律,实现对滑坡变形的高精度预测。[方法] 基于滑坡现场变形监测成果,先利用优化经验模态实现其变形数据的信息分解,再利用优化径向基神经网络和马尔科夫链完成滑坡变形的分项组合预测;最后,利用季节性Kendall检验判断滑坡变形趋势,以验证预测结果的可靠性。[结果] 经验模态能有效分解滑坡变形信息,且通过优化处理,能进一步提高分解效果,并以互补式集合经验模态的分解效果最优;同时,预测结果的平均相对误差均小于2%,具有较高的预测精度,验证了预测模型的有效性,且变形趋势判断结果与预测结果较为一致,说明预测过程较为可靠,两者均得出滑坡变形呈持续增加趋势。[结论] 由于滑坡变形具增加趋势,其稳定性趋于不利方向发展,应尽快开展滑坡灾害防治。 相似文献
2.
准确预测不同区域杂交中稻开花期与自然极端高温发生期相遇的概率,有利于制定当地水稻生产避险高产稳产技术。以四川省推广的22个杂交中稻新品种为材料,在四川盆地东南部不同生态点开展品种生态适应性试验,研究了基于经度、纬度和海拔高度的杂交中稻开花期受自然极端高温伤害风险的预测方法。结果表明,杂交中稻齐穗后第5天日序与经度呈显著负相关,与海拔高度呈极显著正相关,与纬度相关性不显著。建立的基于经度(x1)和海拔(x3)预测水稻齐穗后第5天日序的回归模型,F值为13.25**~13.56**,决定程度高达0.8688~0.8715。该模型经多个品种连续2年在6个生态点的验证,实测值与预测值1∶1回归模型的决定系数高达0.8362~0.8641,实测值与预测值之间的均方根差(RMSE)值为0.83%~1.18%,预测值与实测值之间具有较好的一致性。将本研究建立的齐穗期与地理位置关系模型与作者等先期建立的基于地理位置(纬度:x2、海拔:x3)预测≥35℃最早发生期预测模型相结合,探明了不同地理位置杂交中稻开花期受极端高温伤害的机率。利用地理位置信息可准确预测杂交中稻开花期受极端高温伤害的风险程度,具有较好的生产适用性。 相似文献
3.
基于无人机多时相植被指数的冬小麦产量估测 总被引:1,自引:0,他引:1
通过无人机搭载多光谱相机,对不同水分亏缺条件下冬小麦多个生育期进行遥感监测,采用不同种类多光谱植被指数表征冬小麦的生长特征,分析了植被指数与冬小麦产量的相关关系,并利用多时相植被指数构建产量估测数据集,采用偏最小二乘回归、支持向量机回归和随机森林回归3种机器学习算法进行冬小麦产量估测。结果表明,随着冬小麦的生长,多个植被指数与产量的相关性不断增强,灌浆末期相关系数达到0.7,植被指数与产量的线性回归决定系数也达到最大。多时相植被指数反映了冬小麦生长的变化特征,进一步提高了冬小麦产量估测精度,采用开花期和灌浆初期的多时相植被指数进行估产比采用单个生育期的植被指数估测产量的精度高,采用偏最小二乘回归模型的估测精度R2提高约0.021,支持向量机回归模型R2提高约0.015,随机森林回归模型R2提高约0.051。采用灌浆末期的多时相植被指数,3种模型均有较高的估测精度,偏最小二乘回归模型估测精度最高时的R2、RMSE分别为0.459、1 822.746 kg/hm2,支持向量机回归模型估测精度最高时的R2、RMSE分别为0.540、1 676.520 kg/hm2,随机森林回归模型估测精度最高时的R2、RMSE分别为0.560、1 633.896 kg/hm2,本文数据集训练的随机森林回归模型估测精度最高,且稳定性更好。 相似文献
4.
以植物地理分布与气候变化间的关系为研究基础,通过MaxEnt模型,应用贡献率、置换重要值以及Jackknife检验、主成分分析,模拟研究影响楠木Phoebe zhennan地理分布的主要因子,分析楠木在当前的地理分布格局,并预测未来楠木在中国的潜在分布格局。结果表明,采用MaxEnt模型预测其潜在适宜分布区准确度极高,楠木在ROC曲线下的AUC值达0.995;当前(2019)适生区预测表明,四川东南部、重庆和贵州是其分布最集中的地方,其次云南、广西、广东、福建、浙江、江西、湖北也有零散分布;随着未来(2050年)气温与降雨量的变化,江苏将有较大范围适合楠木分布,但是总的适生区面积比当前减少,例如贵州西南部的适生区面积将变小,福建、江西中度适生分布面积将变大,其余地区的适生区和当前持平。本研究结果表明,影响楠木分布的主要气候因子是温度和降雨量,可为楠木资源的科学保护和合理利用提供理论依据。 相似文献
5.
溶解氧(Dissolved oxygen, DO)含量是影响水产养殖产量的重要因素之一,具有时序性、不稳定性和非线性等特点,且其影响因子过多、存在复杂的耦合关系,难以实现精准预测。针对传统长短时记忆神经网络(Long short term memory, LSTM)预测模型易引入冗余数据,且在训练过长序列时会出现梯度消失现象,从而不能捕捉因子间长期的依赖性问题,提出了基于小波变换(Wavelet transform, WT)、卷积神经网络(Convolutional neural network, CNN)和LSTM的溶解氧含量预测模型。首先,使用WT降低数据噪声;然后,使用CNN深度挖掘各变量之间的潜在关系;最后,利用LSTM的时序性预测2h后的水产养殖溶解氧含量。结果表明,本文提出的WT-CNN-LSTM模型预测效果良好,其平均绝对误差、均方根误差和决定系数分别为0.138、0.229和0.954,比传统LSTM模型分别优化了28.87%、21.03%和4.61%。 相似文献
6.
基于GM(1,1)的天然次生林空间结构预测 总被引:1,自引:0,他引:1
【目的】系统地分析已有天然次生林林分空间结构数据,通过灰色模型预测天然次生林林分空间结构各指标未来的发展趋势,对天然林经营具有十分重要的意义。【方法】以湖南大围山自然保护区典型次生林为研究对象,依据结构化森林经营理论,选取了混交度、竞争指数、角尺度、空间密度指数、开阔比数、大小比数、林分综合均质性指数作为天然次生林林分空间结构合理性评价与预测的量化指标,构建了基于GM(1,1)的天然次生林林分空间结构灰色预测模型。模型将2008年林分空间结构各指标的平均值作为初始值,并在研究区设置了面积为20 m×20 m的5个研究样地(M1,M2,M3,M4,M5),利用保护区2008-2018年典型样地林分空间信息,预测了研究区调研样地2019年-2021年林分空间结构各指标未来的变化趋势。【结果】利用精度检验机制对该模型的精确度进行了有效性检验,检验结果表明,所有指标预测合格概率P合=71.43%,良好的概率P良好=22.86%,优的概率P优=5.71%,表明该预测模型符合精度检验要求。【结论】样地未来3 a各指标整体变化尺度不大,林分空间结构基本稳定。从各指标在2008-2018年时空上的变化规律来看,各样地林分平均竞争指数、平均大小比数及平均空间密度指数是影响林分均质性指数的关键指标。 相似文献
7.
8.
土壤微生物生物地理学:国内进展与国际前沿 总被引:10,自引:2,他引:8
土壤微生物生物地理学是研究土壤中微生物空间分布格局及其随时间变化的一门科学,是土壤微生物学和微生物生态学等领域的研究前沿。近年来,尽管土壤微生物生物地理学研究取得了巨大进展,目前仍面临诸多难题与挑战。本文简要回顾了土壤微生物生物地理学的发展历程,重点介绍近年来我国在森林、草地和农田生态系统中土壤微生物生物地理学研究的主要进展。同时进一步阐述了目前土壤微生物生物地理学研究的国际前沿方向,包括微生物群落空间分布及其驱动机制、群落构建过程与共存网络、微生物地理分布与生态系统功能的关联以及预测微生物群落对全球变化的响应。最后,对土壤微生物生物地理学未来的研究方向进行了展望,强调了清晰的微生物物种定义、微生物群落的时间动态、多组学与合成生物学技术以及高精度的预测模型在土壤微生物生物地理学研究中的重要性。 相似文献
9.
龙脑型阴香(Cinnamomum burmannii chvar. borneol)矮林经营中,企业和农户需预估可蒸
生物量,以便根据加工能力合理安排采收面积。研究以 3~5 年生龙脑型阴香矮林为对象,按照企业收
购标准,统一以 120 cm 为截顶高度、下部枝条全部保留的方法开展采收测定,在同一试验林中,分
别在 3.5 a 生林龄生长期为 1 a 时和 5.5 a 生林龄生长期为 2 a 时测定树高、胸径、冠幅、分枝数和可蒸
生物量 5 个性状。以线性和非线性的方法拟合单株可蒸生物量模型,用 R2、RMSE、AIC、BIC 等指
标评价并筛选出最佳模型,筛选结果是 2 a 生长期最优线性和非线性模型分别 DB=0.625H+0.076HDD,
DB=0.091HDD+0.000 017 8HDD2 ,1 a 生长期的分别是 DB=-1.646H-2.734D+4.134C+1.252HD,DB=-1.356
H+0.907H2。4 个模型在实际应用中估算的相对误差分别是 16.680%、14.107%、2.036% 和 20.543%。企业
可依模型估算可蒸生物量,合理安排采收面积。 相似文献
10.
为了对网纹甜瓜纹理特征进行定量预测,本文结合多个环境因子(基质含水量、温度、湿度、光合有效辐射),使用支持向量机(SVM)与随机森林(RF)多元回归分析方法,对基于灰度共生矩阵提取的4个果实表面纹理特征——对比度(contrast)、熵(entropy)、相关性(correlation)、角二阶矩(ASM)进行了预测。结果表明,纹理特征受环境影响敏感度依次为基质水分、光合有效辐射、空气湿度或有效积温。对比RF模型和SVR模型,发现在不同环境因子输入条件下,RF模型均优于SVM模型,其中输入全部环境因子后RF模型的预测精度最高,对比度、熵、角二阶矩的模拟精度均达到了0.90,分别为R~2=0.945(RMSE=0.243)、R~2=0.940(RMSE=0.235)、R~2=0.934(RMSE=0.248)。上述结果表明,RF模型对于网纹甜瓜纹理特征具有较好的预测结果,本研究结果可为温室网纹甜瓜栽培过程中的质量监控和栽培管理提供全新的思路。 相似文献