全文获取类型
收费全文 | 2238篇 |
免费 | 86篇 |
国内免费 | 67篇 |
专业分类
林业 | 246篇 |
农学 | 518篇 |
基础科学 | 246篇 |
166篇 | |
综合类 | 565篇 |
农作物 | 101篇 |
水产渔业 | 80篇 |
畜牧兽医 | 282篇 |
园艺 | 90篇 |
植物保护 | 97篇 |
出版年
2024年 | 5篇 |
2023年 | 20篇 |
2022年 | 69篇 |
2021年 | 103篇 |
2020年 | 94篇 |
2019年 | 86篇 |
2018年 | 50篇 |
2017年 | 87篇 |
2016年 | 69篇 |
2015年 | 128篇 |
2014年 | 109篇 |
2013年 | 140篇 |
2012年 | 208篇 |
2011年 | 204篇 |
2010年 | 163篇 |
2009年 | 165篇 |
2008年 | 133篇 |
2007年 | 132篇 |
2006年 | 135篇 |
2005年 | 116篇 |
2004年 | 27篇 |
2003年 | 15篇 |
2002年 | 11篇 |
2001年 | 11篇 |
2000年 | 10篇 |
1999年 | 25篇 |
1998年 | 8篇 |
1997年 | 16篇 |
1996年 | 13篇 |
1995年 | 8篇 |
1994年 | 6篇 |
1993年 | 6篇 |
1992年 | 3篇 |
1991年 | 6篇 |
1990年 | 4篇 |
1989年 | 2篇 |
1988年 | 2篇 |
1984年 | 1篇 |
1967年 | 1篇 |
排序方式: 共有2391条查询结果,搜索用时 15 毫秒
91.
92.
93.
94.
选用12只7月龄体重(16.67±0.51 kg)无显著差异的辽宁绒山羊羯羊,安装永久性瘤胃瘘管进行试验。随机分为4组,每组3只,分别对其进行饲喂含大叶章占粗饲料比例为25%、50%、75%和100%的日粮,研究上述日粮主要营养物质的瘤胃有机物降解率,结果发现,大叶章占粗饲料75%组的DM、CP、ADF、NDF消失率和降解率均显著高于其它组(P〈0.05)。 相似文献
95.
96.
97.
根据一般动态应变信号标定和测试要求,利用NI公司数据采集设备及LabVIEW8.2软件平台,进行系统的二次开发,以拓展虚拟仪器系统的功能。系统包括电标定、动态数据采集、数据文件的存储等功能。充分利用Lab-VIEW G语言的编程功能,实现了DAQ控件与软件的有机结合,提高了数据采集的准确性。系统已在教学和科研中获得应用,使用效果良好。 相似文献
98.
以虫眼、活节、死节3种缺陷的板材为研究对象,建立了小型样本库,采用数据增强方法,对图片进行旋转、平移、尺度变换、灰度变换等方式处理,使样本库扩容到10687张图片,其中7480张图片作为训练集、2137张图片作为验证集、1070张图片作为测试集;应用超分辨率测试序列(VGG)网络模型、谷歌网络模型(GoogLeNet)、残差神经网络模型(ResNet)对木质板材表面缺陷进行分类,依据分类精度,遴选识别效果较好的木质板材缺陷分类方法.结果表明:残差神经网络模型在不同的卷积层时分类精度均在80%以上,而改进的残差神经网络模型在模型结构为50层时的分类准确率高达98.63%,模型能较好地适用于木质板材表面缺陷分类. 相似文献
99.
玉米品种DNA指纹数据库构建的标准化规范 总被引:7,自引:0,他引:7
为了保证玉米品种DNA指纹库构建的标准化,从建库标记、检测平台、试剂、样品、评估程序、数据整合、模式库、扩展库、随机盲测等九个方面进行了全面的规范:(1)通过对不同分子标记的比较,确定SSR标记作为建库标记;(2)通过对不同DNA指纹检测方法的比较,确定毛细管电泳结合多色荧光检测方法作为DNA指纹片段分析方法;(3)规范了DNA、引物、Taq酶等试剂质量,以保证数据的稳定性和可重复性;(4)规范了样品来源、样品类型及分析样品数量;(5)确定评估品种的数量及引物的取舍标准;(6)为解决不同来源DNA指纹数据的有效整合问题,提出了固定一套核心引物、提供标准品种、提供标准DNA、确定引物等位基因BIN、规定对异常带型数据处理方式、规定数据的编码方式等6个解决策略;(7)规范了构建模式库的材料名单、来源及构建方式;(8)规范了构建扩展库的材料来源及构建方式;(9)进行数据库数据随机盲测,以评估入库数据质量.以上规范将为不同单位合作开展大规模的DNA指纹库构建研究奠定基础. 相似文献
100.
MS Excel在畜牧兽医统计中的应用(三)——直线回归和直线相关分析 总被引:1,自引:0,他引:1
吕敏芝 《广东畜牧兽医科技》2007,32(1):27-29
回归分析(regression analysis)是研究呈因果关系的相关变量间的数量关系,建立它们之间的回归方程,并利用所建立的回归方程,由自变量(原因)来预测、控制依变量(结果)。回归分析包括一元回归分析和多元回归分析。一元回归分析是研究一个自变量与一个依变量的回归关系,即“一因一果”;多元回归分析是研究多个自变量与一个依变量的回归关系,即“多因一果”。一元回归分析又分为直线回归分析和曲线回归分析两种,多元回归分析又分为多元线性回归分析和多元非线性回归分析两种。 相似文献