全文获取类型
收费全文 | 802篇 |
免费 | 18篇 |
国内免费 | 11篇 |
专业分类
林业 | 69篇 |
农学 | 35篇 |
基础科学 | 29篇 |
22篇 | |
综合类 | 275篇 |
农作物 | 62篇 |
水产渔业 | 26篇 |
畜牧兽医 | 256篇 |
园艺 | 43篇 |
植物保护 | 14篇 |
出版年
2023年 | 18篇 |
2022年 | 17篇 |
2021年 | 11篇 |
2020年 | 22篇 |
2019年 | 39篇 |
2018年 | 26篇 |
2017年 | 9篇 |
2016年 | 11篇 |
2015年 | 20篇 |
2014年 | 35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 | 32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 | 19篇 |
1996年 | 19篇 |
1995年 | 19篇 |
1994年 | 19篇 |
1993年 | 28篇 |
1992年 | 20篇 |
1991年 | 14篇 |
1990年 | 12篇 |
1989年 | 20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 |
1975年 | 1篇 |
1974年 | 2篇 |
1966年 | 3篇 |
1965年 | 2篇 |
1964年 | 1篇 |
排序方式: 共有831条查询结果,搜索用时 187 毫秒
1.
随着我国人民对汽车的需求量逐渐增加,出行安全也越来越受到重视,为满足人们的需求汽车的种类也在增多,而日常的保养工作成为重中之重,但是目前生活中的汽车保养维修及管理还存在机油使用、养护工作以及汽车保养不规范的问题,但是本文根据存在的问题提出规范使用汽车机油、贯彻落实安检工作等针对性的解决措施。 相似文献
2.
3.
4.
【目的】对广西德保县和隆林县野生古茶树及其他省份名优栽培种茶树进行聚类分析,为野生古茶树种质资源保护、良种选育及创新利用提供理论参考。【方法】利用筛选出的15对SSR引物对9份广西德保县和隆林县的野生古茶树种质和15份名优栽培种茶树种质进行聚类分析,并计算遗传相似系数。【结果】筛选出的15对引物从德保04和德保05未扩增出任何条带,但从其余22份茶树样品中共扩增出183条谱带,其中CS1引物扩增出多态性谱带最多,为19条,最少为CS13引物,仅7条,平均每对引物扩增出多态谱带12.26条,多态率为96.17%。22份茶树种质资源可聚为两大类群,其中德保县和隆林县的野生古茶树聚在Ⅰ类群,栽培种茶树聚在Ⅱ类群。根据遗传相似系数,也可获得上述相同的分类结果。茶树品种间的遗传相似系数为0.48~0.84,平均遗传相似系数为0.67,其中,野生古茶树种质资源间的遗传相似系数为0.68~0.84;栽培种茶树间的遗传相似系数为0.62~0.84;野生古茶树与栽培种茶树的遗传相似系数为0.48~0.77。仅德保06与其他野生古茶树(隆林42和德保01)遗传相似系数小于0.70;栽培种茶树与野生古茶树相比,仅黄观音与野生古茶树(德保01和德保G02)遗传相似系数大于0.70。【结论】广西德保县和隆林县的野生古茶树种质起源相近,与我国其他各省份的名优栽培种茶树亲缘关系较远,存在相远近亲和相近远亲共存现象,进一步证实广西德保县野生古茶树为五柱茶系的厚轴茶,推测桂西北山区广泛分布山茶属原始种系。 相似文献
5.
【目的】研究广西鲜食玉米科研育种、生产和加工等现状,促进广西鲜食玉米全产业链持续健康发展。【方法】采取实地走访、填报调查问卷的方式收集相关数据,总结分析广西鲜食玉米的产业发展现状、存在问题和优势特点。【结论】广西是全国鲜食玉米生产和消费的优势产区,具有生态气候优势和区位优势,产业链发展已初具端倪和示范效应,但仍存在规模化生产不足,龙头加工企业少,冷链物流基础薄弱等问题。【建议】结合广西鲜食玉米产业发展需求,在自治区政府扶持和引导下,加强共性关键技术研究和新产品开发,加大宣传力度,发挥龙头企业示范带头作用。 相似文献
6.
基于深度学习特征和支持向量机的遥感图像分类 总被引:1,自引:0,他引:1
随着遥感图像采集技术的迅速发展,传统的遥感图像处理方法已经不能满足当前实际的生产需要。近年来,深度学习模型的流行为遥感图像分类问题的解决提供了新的途径。因此,为了进一步提升遥感图像的分类精度,笔者提出了一种基于深度学习特征和支持向量机(support vector machine,SVM)的遥感图像分类模型。首先,针对深度学习模型需要海量训练数据的特点,运用旋转、剪裁等方法对原始的遥感图像进行数据扩增;然后,将扩增数据按照种类随机地分为训练集和验证集两部分测试集,并使用训练集和验证集训练改进的针对遥感图像分类问题的卷积神经网络(convolutional neural network,CNN)中的参数,进而在训练好的CNN模型上提取第一部分测试集的深度学习特征;最后,使用第一部分测试集的深度特征训练多分类SVM,并对第二部分测试集图像进行分类验证。实验采用NWPU-RESISC45公共数据集对本研究模型精度进行验证,与现有的遥感图像分类方法相比较,实验结果表明,提出模型的总体分类精度有明显提升,从而验证了方法的有效性和实用性。 相似文献
7.
8.
9.
10.