全文获取类型
收费全文 | 4771篇 |
免费 | 715篇 |
国内免费 | 578篇 |
专业分类
林业 | 484篇 |
农学 | 391篇 |
基础科学 | 757篇 |
971篇 | |
综合类 | 1915篇 |
农作物 | 82篇 |
水产渔业 | 620篇 |
畜牧兽医 | 540篇 |
园艺 | 62篇 |
植物保护 | 242篇 |
出版年
2024年 | 9篇 |
2023年 | 121篇 |
2022年 | 213篇 |
2021年 | 287篇 |
2020年 | 237篇 |
2019年 | 173篇 |
2018年 | 132篇 |
2017年 | 218篇 |
2016年 | 237篇 |
2015年 | 195篇 |
2014年 | 232篇 |
2013年 | 235篇 |
2012年 | 356篇 |
2011年 | 377篇 |
2010年 | 332篇 |
2009年 | 311篇 |
2008年 | 276篇 |
2007年 | 351篇 |
2006年 | 315篇 |
2005年 | 253篇 |
2004年 | 213篇 |
2003年 | 157篇 |
2002年 | 120篇 |
2001年 | 131篇 |
2000年 | 80篇 |
1999年 | 81篇 |
1998年 | 81篇 |
1997年 | 63篇 |
1996年 | 51篇 |
1995年 | 50篇 |
1994年 | 37篇 |
1993年 | 36篇 |
1992年 | 22篇 |
1991年 | 19篇 |
1990年 | 13篇 |
1989年 | 16篇 |
1988年 | 7篇 |
1987年 | 6篇 |
1986年 | 11篇 |
1985年 | 6篇 |
1983年 | 1篇 |
1982年 | 1篇 |
1977年 | 1篇 |
1956年 | 1篇 |
排序方式: 共有6064条查询结果,搜索用时 15 毫秒
1.
花绒寄甲Dastarcus helophoroides是防治多种蛀干害虫天牛的重要天敌,为了解决人工大量繁育花绒寄甲的技术问题,本文选用大麦虫Zophobas atratus蛹作为繁育花绒寄甲幼虫的替代寄主,利用配置的人工饲料饲喂成虫,在实验室中连续饲养4代花绒寄甲,统计分析所繁育出的每代花绒寄甲成虫的产卵量、产卵前期时长、雌雄性比、成虫体长和体宽、体质量、卵的孵化率以及其后代幼虫的寄生率等,分析人工饲料和替代寄主对室内连续多代繁育的花绒寄甲繁殖生物学的影响。结果表明:花绒寄甲成虫的体长、体宽、体质量随着室内饲养代数的增加而减小;花绒寄甲成虫的产卵前期随着饲养代数的增加而延长,但后一种情况通过在饲料中添加维生素可有效解决。随着室内饲养花绒寄甲代数的增加和人工繁育时间的延长,平均每头花绒寄甲雌虫的产卵量增加;使用替代寄主繁殖4代后出现成虫雌雄性比下降,不符合1:1的情况。室内饲养4代的花绒寄甲卵的孵化率和初孵幼虫的寄生率几乎没有影响。通过对各个繁殖生物学指标的比较发现,饲喂改良人工饲料的花绒寄甲成虫的产卵前期在饲养多代后能明显缩短;利用大麦虫蛹繁育出的花绒寄甲后代雄虫数量明显多于雌虫;相反,利用改良人工饲料与花绒寄甲原始寄主松褐天牛幼虫配合使用,繁育出的第2、3代雌虫数量明显多于雄虫,差异显著。综上所述,利用大麦虫作为替代寄主会导致花绒寄甲后代雌雄性比下降,但可以通过改进饲料配方和利用原寄主饲养,在室内饲养多代后对花绒寄甲繁殖生物学的各项指标影响不大。因此,利用大麦虫和人工饲料等饲养技术综合应用,能够在室内人工规模化繁育花绒寄甲。 相似文献
2.
基于特征选择和GA-BP神经网络的多源遥感农田土壤水分反演 总被引:6,自引:5,他引:1
土壤水分是影响水文、生态和气候等环境过程的重要参数,而微波遥感是农田地表土壤水分测量的重要手段之一。针对微波遥感反演农田地表土壤水分受植被覆盖影响较大的问题,该研究提出了一种基于特征选择和GA-BP神经网络(Genetic Algorithm-Back Propagation neural network)的多源遥感农田地表土壤水分反演方法。首先对Sentinel-1微波遥感数据和Sentinel-2光学遥感数据进行预处理并提取21个特征参数;然后采用差分进化特征选择(Differential Evolution Feature Selection,DEFS)算法从21个特征中选出包含10个参数的最优特征子集,并利用主成分分析(Principal Component Analysis,PCA)法将特征子集进行降维;之后建立BP神经网络,采用遗传算法(GeneticAlgorithm,GA)对BP网络的节点权值进行优化,使用降维后的特征矩阵和部分实测土壤含水量数据对BP网络进行训练;最后利用训练好的GA-BP网络对研究区土壤水分进行反演,并利用实测数据对反演结果精度进行对比验证。试验结果表明,该研究反演结果的决定系数为0.789 3,均方根误差为0.028 7 cm~3/cm~3,相比单纯使用GA-BP神经网络,加入DEFS和PCA之后决定系数提高了0.215 7,同时均方根误差降低了0.029 5 cm~3/cm~3。该结果展示了DEFS和PCA算法在土壤水分反演最优特征集选择的有效性,为多源遥感农田地表土壤水分反演提供了新思路。 相似文献
3.
为研究菜豆种子在超干处理条件下抗老化能力,以菜豆品种‘将军’、‘紫冠’、‘热那亚’为试验材料,采用硅胶脱水的方法制备不同含水量的种子,并对不同程度超干处理的菜豆种子进行人工老化,对老化后种子发芽率、发芽指数、种子活力及生理指标进行测定,进一步讨论菜豆种子的最适含水量。结果表明,‘将军’种子含水量降至5.78%~6.95%时,种子各指标在老化后保持在较高水平;‘紫冠’种子含水量为5.35%~6.89%时,老化后各指标均高于自然干燥种子,且差异显著;‘热那亚’种子含水量为5.01%~6.15%时,老化后各发芽指标、热稳蛋白含量均高于自然干燥种子。说明超干保存菜豆种子具有一定的可行性。 相似文献
4.
[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
5.
自2006年以来,长江豚类极度濒危的生存状况得到广泛关注,在其自然保护区实施一系列生态修复工程,为镇江长江豚类省级自然保护区内的江豚提供良好的生存环境。于2015—2018年在和畅洲水域建设生态浮岛、人工鱼巢和放流底栖动物进行水域生态修复,对生态修复工程进行跟踪监测和效果评价。结果表明:生态浮岛的建设可提高区域内浮游植物和浮游动物的生物多样性和群落结构复杂程度;人工鱼巢对产黏性卵鱼类具有一定增殖效果,增殖种类主要为鲤、鲫、䱗和黄尾鲴;生态浮岛和人工鱼巢的建设对鱼类均有较好的聚集效果;底栖动物增殖放流显著增加了放流物种的丰度、生物量及保护区底栖动物群落生物量,增殖放流效果评价为中等。该自然保护区水域生态修复效果明显,为工程施工影响下水生生物保护区生态修复提供科学依据。 相似文献
6.
为了提高数控机床热误差模型的精度与泛化性,提出了基于注意力机制的长短时记忆卷积神经网络(Long short term memory convolutional neural network based on attention mechanism, AM-CNN-LSTM)热误差模型。利用卷积神经网络提取高维数据空间状态特征的能力和长短时记忆网络提取长时间序列状态特征的能力,构建具有2个支路的热误差模型,分别提取特征后输入到注意力机制中进行特征重要性重构,建立原始数据与热误差的特征映射,最后通过全连接层进行热误差预测。采用G460L型数控机床进行实验数据采集,将不同季节采集到的温度数据和热误差作为模型输入,采用循环学习率与正则化优化方法对模型进行训练。与LSTM、ConvLSTM和CNN-LSTM热误差模型对比,结果表明,AM-CNN-LSTM模型对特征还原能力最强,残差波动范围最小,其残差范围较最大值下降62.09%,模型预测精度在2.4μm以内。 相似文献
7.
基于改进YOLO v3的自然场景下冬枣果实识别方法 总被引:4,自引:0,他引:4
为实现自然场景下冬枣果实的快速、精准识别,考虑到光线变化、枝叶遮挡、果实密集重叠等复杂因素,基于YOLO v3深度卷积神经网络提出了一种基于改进YOLO v3(YOLO v3-SE)的冬枣果实识别方法。YOLO v3-SE模型利用SE Net 的SE Block结构将特征层的特征权重校准为特征权值,强化了有效特征,弱化了低效或无效特征,提高了特征图的表现能力,从而提高了模型识别精度。YOLO v3-SE模型经过训练和比较,选取0.55作为置信度最优阈值用于冬枣果实检测,检测结果准确率P为88.71%、召回率R为83.80%、综合评价指标F为86.19%、平均检测精度为82.01%,与YOLO v3模型相比,F提升了2.38个百分点,mAP提升了4.78个百分点,检测速度无明显差异。为检验改进模型在冬枣园自然场景下的适应性,在光线不足、密集遮挡和冬枣不同成熟期的情况下对冬枣果实图像进行检测,并与YOLO v3模型的检测效果进行对比,结果表明,本文模型召回率提升了2.43~5.08个百分点,F提升了1.75~2.77个百分点,mAP提升了2.38~4.81个百分点,从而验证了本文模型的有效性。 相似文献
8.
9.
库布齐沙漠北缘不同人工灌木林地土壤肥力质量状况 总被引:2,自引:0,他引:2
在库布齐沙漠北缘杭锦旗段选择柠条、沙柳、花棒和杨柴等4种人工灌木林为对象,以流动沙地为对照,研究不同人工灌木林下土壤理化性质、微生物数量和酶活性特征及其相互间的关系,并运用综合指数法对各人工灌木林土壤综合质量进行评价。结果表明:1)总体上,各人工灌木林地土壤容重、蒸发速率和pH值低于流沙地,土壤含水量、入渗率、田间持水量、总孔隙度、速效N、速效P、速效K和有机质含量高于流沙地,土壤盐分与流沙地无显著差异,不同人工灌木林对土壤理化特性的改善存在差异。2)各人工灌木林地土壤酶活性均强于流沙地,总体而言,柠条林地和沙柳林地的建植对土壤酶活性影响较大,花棒林地和杨柴林地的建植对土壤酶活性影响较小。磷酸酶与脲酶、蔗糖酶、多酚氧化酶呈极显著正相关,蔗糖酶与脲酶、多酚氧化酶间极显著正相关。3)各人工灌木林土壤微生物数量均显著多于流沙地,柠条和沙柳林地土壤微生物数量多于花棒和杨柴林地;各类人工灌木林地和流沙地土壤中放线菌数量最多,细菌数量次之,真菌数量最少。细菌、真菌和放线菌间无显著相关性;细菌除了与脱氢酶相关性较低外,与其他酶均极显著正相关;真菌仅与多酚氧化酶显著负相关;放线菌与脲酶、蔗糖酶、磷酸酶显著正相关。 4)各人工灌木林地和流沙地土壤肥力高低为柠条林地>沙柳林地>花棒林地>杨柴林地>流沙地,人工灌木林的营造改善了土壤理化特征和生物学性质,显著地提高了流沙地土壤肥力质量,营造柠条林效果最佳。 相似文献
10.
基于介电特征的苹果霉心病检测方法 总被引:1,自引:0,他引:1
针对苹果霉心病无法有效根据外表进行识别,且传统检测方法具有设备复杂、成本高昂等问题,本研究通过采集苹果介电参数构建苹果霉心病检测模型,从而实现简单快速的苹果霉心病无损检测。基于LCR测量仪采集220个苹果的108项介电指标(9个频率下的12项介电指标)作为原始参数,使用数据标准化、主成分分析算法等对数据进行预处理,并利用BP神经网络、支持向量机、随机森林算法构建霉心病果检测模型。试验结果表明,基于随机森林算法构建的霉心病果检测模型性能最佳,在150个苹果构建的训练集和70个苹果构建的测试集中分类准确率分别达到96.66%和95.71%;基于采用BP神经网络构建的霉心病果检测模型效果次之,分类准确率分别可达到94.66%和94.29%;基于使用支持向量机构建的模型检测效果相对较差,分类准确率分别为93.33%和91.43%。试验结果表明,使用随机森林构建的模型可以更有效地识别霉心病果和好果。本研究可为苹果病虫害及苹果品质无损检测等提供参考。 相似文献