全文获取类型
收费全文 | 3026篇 |
免费 | 103篇 |
国内免费 | 93篇 |
专业分类
林业 | 200篇 |
农学 | 159篇 |
基础科学 | 157篇 |
207篇 | |
综合类 | 1227篇 |
农作物 | 112篇 |
水产渔业 | 129篇 |
畜牧兽医 | 747篇 |
园艺 | 194篇 |
植物保护 | 90篇 |
出版年
2024年 | 22篇 |
2023年 | 84篇 |
2022年 | 69篇 |
2021年 | 70篇 |
2020年 | 80篇 |
2019年 | 128篇 |
2018年 | 130篇 |
2017年 | 62篇 |
2016年 | 65篇 |
2015年 | 107篇 |
2014年 | 178篇 |
2013年 | 154篇 |
2012年 | 179篇 |
2011年 | 165篇 |
2010年 | 166篇 |
2009年 | 181篇 |
2008年 | 166篇 |
2007年 | 171篇 |
2006年 | 147篇 |
2005年 | 119篇 |
2004年 | 94篇 |
2003年 | 68篇 |
2002年 | 58篇 |
2001年 | 41篇 |
2000年 | 52篇 |
1999年 | 60篇 |
1998年 | 53篇 |
1997年 | 27篇 |
1996年 | 42篇 |
1995年 | 41篇 |
1994年 | 41篇 |
1993年 | 25篇 |
1992年 | 25篇 |
1991年 | 35篇 |
1990年 | 25篇 |
1989年 | 32篇 |
1988年 | 16篇 |
1987年 | 6篇 |
1986年 | 8篇 |
1985年 | 4篇 |
1984年 | 4篇 |
1983年 | 4篇 |
1982年 | 5篇 |
1981年 | 3篇 |
1980年 | 2篇 |
1978年 | 1篇 |
1964年 | 1篇 |
1957年 | 1篇 |
1956年 | 5篇 |
排序方式: 共有3222条查询结果,搜索用时 15 毫秒
1.
3.
红壤旱地一株自生固氮菌的筛选鉴定及其固氮能力评估 总被引:1,自引:0,他引:1
为了鉴定从红壤中分离得到的一株自生固氮菌,并探讨其固氮能力。采用形态观察、生理生化测定和16S rDNA基因序列分析的方法研究了菌株的分类地位,采用乙炔还原法测定其固氮酶活性,并在室内培养条件下,通过花生、玉米的幼苗盆栽试验研究菌株对土壤MBN、矿化氮和植株氮素积累量的影响。结果表明:从种植于红壤的玉米根际,筛选出15株自生固氮菌,以菌株CM12固氮能力最强,初步鉴定CM12为伯霍尔德杆菌属(Burkholderia sp.),固氮酶活性达C2H4 39.1 nmol/(h·mL)。室内培养试验结果表明,接种CM12菌株的处理,花生和玉米土壤MBN含量较CK处理分别提高了2.38和2.37倍,其中种植花生体系中,接菌处理与施用化学氮肥处理土壤MBN含量无显著差异。接种固氮菌影响了旱地红壤NO3--N和NH4+-N比例,降低了土壤中NO3--N含量,且种植玉米体系中土壤NO3--N含量降低较明显。固氮菌短期接种增加了花生根系和玉米地上植株的氮素积累量。研究结果为该菌株在红壤旱地实际生产中的应用提供了理论基础。 相似文献
4.
选择合适的防治药剂和防治次数是减轻稻曲病危害的关键。本研究以籼粳杂交稻甬优12为材料,比较了6种药剂和3种喷施次数对稻曲病的防控效果和产量性状差异。结果表明,在6种药剂中,阿米妙收处理的病穗率防效和病指防效最好,分别达到91.53%和96.63%,但与其他药剂无显著性差异。在防治次数上,爱苗和拿敌稳均为防治3次的处理病指防效最好,分别为81.73%和80.15%,显著高于防治次数3次以下的处理。阿米妙收处理的产量最高,达11 719.52 kg/hm~2,显著高于其他处理。 相似文献
5.
7.
8.
正鹅的全身都是宝,鹅肉蛋白质含量高,能美容保健;鹅肝细腻鲜美,营养丰富;鹅羽绒柔软轻便,保暖性好,同时鹅是草食性节粮型家禽,所以发展养鹅业,形成良性生态循环,提供大量绿色健康食品。在鹅饲养过程中,如果育雏期管理不当会导致高死亡率,同时影响鹅的生长发育,造成重大经济损失。所以广大养殖户要高度重视育雏工作。 相似文献
9.
正苏州园林是中国的十大风景名胜之一。有一年暑假,我们一家三口从杭州到了上海。听说上海到苏州只有两小时的路程,我们便与朋友一起,加入了苏州一日游的团,参观了苏州有名的四大园林之一的狮子林。跟随旅游团,我们游了苏州的报恩寺、姑苏河、寒山寺、山塘街,最后来到了目的地——狮子林。这座园林是元代僧人天如禅师为纪念他的师父中峰禅师所建。1918年,贝氏家族买下狮子林。贝氏家族有位世界著名的建筑大师 相似文献
10.
基于YOLO v3与图结构模型的群养猪只头尾辨别方法 总被引:1,自引:0,他引:1
在利用视频监控技术对群养猪只进行自动行为监测时,对猪只准确定位并辨别其头尾位置对提高监测水平至关重要,基于此提出一种基于YOLO v3(You only look once v3)模型与图结构模型(Pictorial structure models)的猪只头尾辨别方法。首先,利用基于深度卷积神经网络的YOLO v3目标检测模型,训练猪只整体及其头部和尾部3类目标的检测器,从而在输入图像中获得猪只整体及头尾部所有的检测结果;然后,引入图结构模型,描述猪只的头尾结构特征,对每个猪只整体检测矩形框内的头尾部位组合计算匹配得分,选择最优的部位组合方式;对部分部位漏检的情况,采取阈值分割与前景椭圆拟合的方法,根据椭圆长轴推理出缺失部位。在实际猪场环境下,通过俯拍获得猪舍监控视频,建立了图像数据集,并进行了检测实验。实验结果表明,与直接利用YOLO v3模型相比,本文方法对头尾定位的精确率和召回率均有一定提高。本文方法对猪只头尾辨别精确率达到96.22%,与其他方法相比具有明显优势。 相似文献