全文获取类型
收费全文 | 844篇 |
免费 | 15篇 |
国内免费 | 16篇 |
专业分类
林业 | 75篇 |
农学 | 36篇 |
基础科学 | 32篇 |
23篇 | |
综合类 | 286篇 |
农作物 | 63篇 |
水产渔业 | 27篇 |
畜牧兽医 | 272篇 |
园艺 | 47篇 |
植物保护 | 14篇 |
出版年
2024年 | 7篇 |
2023年 | 25篇 |
2022年 | 23篇 |
2021年 | 23篇 |
2020年 | 24篇 |
2019年 | 40篇 |
2018年 | 27篇 |
2017年 | 9篇 |
2016年 | 11篇 |
2015年 | 23篇 |
2014年 | 36篇 |
2013年 | 12篇 |
2012年 | 15篇 |
2011年 | 36篇 |
2010年 | 15篇 |
2009年 | 28篇 |
2008年 | 40篇 |
2007年 | 23篇 |
2006年 | 36篇 |
2005年 | 33篇 |
2004年 | 33篇 |
2003年 | 14篇 |
2002年 | 21篇 |
2001年 | 18篇 |
2000年 | 19篇 |
1999年 | 20篇 |
1998年 | 19篇 |
1997年 | 20篇 |
1996年 | 19篇 |
1995年 | 19篇 |
1994年 | 19篇 |
1993年 | 29篇 |
1992年 | 20篇 |
1991年 | 14篇 |
1990年 | 12篇 |
1989年 | 22篇 |
1988年 | 4篇 |
1987年 | 5篇 |
1986年 | 10篇 |
1985年 | 5篇 |
1984年 | 12篇 |
1983年 | 11篇 |
1982年 | 4篇 |
1981年 | 6篇 |
1980年 | 2篇 |
1979年 | 2篇 |
1974年 | 2篇 |
1966年 | 3篇 |
1965年 | 2篇 |
1964年 | 1篇 |
排序方式: 共有875条查询结果,搜索用时 15 毫秒
1.
2.
关于通化市发展经济林的研究刘静杰,王业隆,王晓红(通化市林业局)通化市位于吉林省东南部的长白山区。全市林业用地面积1,015,172hm2,占全市总面积的66.3%;有林地面积811,401hm2,占林业用地面积的79.9%;在有林地面积中,经济林面... 相似文献
3.
4.
5.
6.
河北省涿州市连业牧业有限公司 《农村养殖技术》2006,(6)
皇竹草为多年生、直立丛生的禾本科植物.由象草和狼尾草杂交选育而成,原产干南美洲哥伦比亚地区,热带植物.引进我国后经驯化可在大部分地区种植,根据地区气候条件不同可分为多年生和一年生. 相似文献
7.
某猪场伪狂犬病的诊断及防制 总被引:1,自引:0,他引:1
前言某场于1988年春发生母猪流产、乳猪发烧、呕吐、癫痫……神经症状为主的疫病,致死率高达72%。用病猪脑嗅球和扁桃体经双抗处理后,分别接种兔、鼠均出现奇痒、自残的伪狂犬特有症状。全群母猪反复使用哈尔滨兽研所制造的伪狂犬病弱毒疫苗注射 相似文献
8.
9.
森林火灾检测是保护森林生态系统的关键所在,可以为森林早期火灾判断与预防提供重要依据。如果能够尽可能地对森林火灾识别和检测,可以在很大程度上减少灾害发生频率及其造成的损失。基于无人机遥感图像的发展,林火的快速检测得到进一步提升,可以准确识别火灾,解决林火出现的复杂性问题。本研究针对航拍森林火灾识别遇到的背景环境复杂、林火检测识别精度偏低、局部检测效果不佳等问题,提出了一种加强视觉注意力的林火识别方法,此方法是基于YOLOv5模型改进的。该算法使用NAM attention对像素进行归一化,降低不太显著的特征权重,使目标不重要的信息得到抑制。另外本研究采用了ObjectBox,这是一种新颖的单阶Anchor-free,不仅可以平等地对待不同级别尺寸的目标,还能提升模型识别正确样本的能力,具有高度的泛化性能。采用Mosaic数据增强方式增强模型的泛化能力,提高模型识别小目标的准确率。同时引入新的定位损失函数CIOU,它可以有效地改善模型在面对复杂背景时的定位精度,提升网络识别的准确性。实验结果表明,在无人机遥感图像数据上,检测性能均优于YOLOv5算法,该算法使得林火的数据集平均精度提升了3... 相似文献
10.
运用无人机的遥感影像来调查林地状态是一种有效的途径,为了进一步提升遥感图像质量的评价精度,笔者提出了一种基于卷积神经网络(convolutional neural network,CNN)的无人机遥感图像质量评价方法,主要包括图像采集与预处理、数据扩增、模型训练和测试4个阶段。首先对无人机采集到的遥感图像进行主观质量打分,分别获取同一区域不同阶段图像的质量分数;然后运用图像旋转和剪裁等方法对遥感图像进行数据扩增,将扩增后的图片和原始图片融合作为实验数据集;其次在Caffe深度学习框架中构建基于CNN深层特征的回归模型,并训练;最后,根据已建立好的深度回归模型和学习到的参数,预测无人机遥感图像的质量分数。结果表明,提出的方法可以取得较准确的评分效果,在保证客观打分的同时,能基本保持和人眼视觉的感受一致。 相似文献