全文获取类型
收费全文 | 4542篇 |
免费 | 244篇 |
国内免费 | 512篇 |
专业分类
林业 | 301篇 |
农学 | 234篇 |
基础科学 | 227篇 |
413篇 | |
综合类 | 2284篇 |
农作物 | 332篇 |
水产渔业 | 112篇 |
畜牧兽医 | 666篇 |
园艺 | 375篇 |
植物保护 | 354篇 |
出版年
2024年 | 44篇 |
2023年 | 98篇 |
2022年 | 236篇 |
2021年 | 214篇 |
2020年 | 190篇 |
2019年 | 208篇 |
2018年 | 122篇 |
2017年 | 185篇 |
2016年 | 115篇 |
2015年 | 231篇 |
2014年 | 247篇 |
2013年 | 275篇 |
2012年 | 387篇 |
2011年 | 363篇 |
2010年 | 388篇 |
2009年 | 328篇 |
2008年 | 335篇 |
2007年 | 322篇 |
2006年 | 262篇 |
2005年 | 222篇 |
2004年 | 134篇 |
2003年 | 93篇 |
2002年 | 103篇 |
2001年 | 70篇 |
2000年 | 72篇 |
1999年 | 38篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1993年 | 2篇 |
1992年 | 1篇 |
1989年 | 1篇 |
1987年 | 1篇 |
1986年 | 2篇 |
1981年 | 2篇 |
1962年 | 2篇 |
1955年 | 1篇 |
排序方式: 共有5298条查询结果,搜索用时 15 毫秒
71.
对大坝变形进行合理分析和准确预测是确保大坝安全运行的重要手段.大坝变形监测数据具有趋势性、周期性、随机性和非线性等特性,现有的机器学习模型大都基于大坝变形监测数据的非线性特点进行构建,而忽略了监测数据还具有趋势性和周期性的线性特征.提出了一种大坝变形预测模型,通过采用布谷鸟搜索算法(CS)对长短期记忆人工神经网络(LSTM)进行优化,再基于物联网传感器的实时监测数据,使用局部加权回归的周期趋势分解方法(STL)将数据分解成趋势分量、周期分量和余项分量,采用优化后的LSTM模型对趋势分量和余项分量分别进行预测,并通过简单周期估计方法进行计算,将3个分量的预测结果求和后得到最终变形预测结果.试验选取浙江利山水库开展变形预测研究,结果表明:STL-CS-LSTM模型的水平和沉降变形预测精度都高于其他模型,水平位移预测精度由高到低依次为LSTM模型、支持向量回归模型SVR和人工神经网络模型ANN,沉降预测精度由高到低依次为ANN模型、LSTM模型、SVR模型. 相似文献
72.
城市不同绿地类型降温增湿效应的研究 总被引:20,自引:2,他引:20
选择林地、草坪、裸地、水泥地等几种下垫面类型,对城市不同绿地的降温增湿效应进行了测定分析,结果表明:高温季节林地和草坪都有降低地表和土壤温度,减轻温度剧烈变化,增加空气相对湿度的作用,林地与草坪、裸地和水泥地相比,地表最高温度分别降低9.5、17.5和24.5℃,平均地表温度分别降低6.1、9.7和15.5℃,在裸地和水泥地出现最高温的16:00,土壤温度分别降低7.0、13.0和14.5℃,晴天林地平均相对湿度为55.7,比草坪、裸地、水泥地分别高5.0、9.1和12.4. 相似文献
73.
74.
铅在砂壤水稻土/水稻体系中污染效应及累积规律的研究 总被引:16,自引:1,他引:16
通过盆栽试验,研究了吉林省砂壤水稻土中铅地水稻的毒性效应及在土壤/2体系中的残留积累规律。结果表明:土壤中添加铅180~720mg/kg条件下,对水稻生长的毒害作用不大。可使水稻减产2%~17%。水稻各器官铅累积量随土壤中铅浓度的增加而增加,其分布规律为:根〉〉茎叶〉糙米。以食品卫生标准为依据,计算出砂壤水稻土中铅的全量、提取量毒性临界值分别为241mg/kg和49mg/kg。 相似文献
75.
77.
78.
79.
采用RT-PCR方法从小麦品种豫教2号发育的籽粒中克隆出淀粉合酶I基因(starch synthase I,SSI)部分cDNA片段(795 bp)(GenBank No.EF221762),同源性比较结果显示,它与GenBank上已报道的SSI基因有高度同源性。以p WM101质粒为基础,构建了由35S启动子调控的SS I基因的反义表达载体p WM101SSI;另外,还以pFGC5941质粒为基础,构建了SSI基因的RNAi载体pFGC5941SSIsa,这些载体的构建为研究此基因的功能奠定了基础。 相似文献
80.
为了研究不同利用方式紫花苜蓿地土壤含水量和土壤容重的季节和剖面变化特征,试验采用样点定位、季节动态监测的方法,对苜蓿种子田和苜蓿生产田的土壤含水量和土壤容重进行了测定。结果表明:0~10 cm土层紫花苜蓿种子田和紫花苜蓿生产田土壤含水量总体表现为随着月份的增加呈现"W"型变化趋势,最大值均在7月下旬出现,分别为27.30%和23.79%;≥10~20 cm土层和≥20~30 cm土层土壤含水量各月份差异不大。0~10 cm土层苜蓿种子田和苜蓿生产田土壤容重随着月份的增加呈现先降低后增加之后又降低的趋势,总体表现为苜蓿种子田苜蓿生产田;≥10~20 cm和≥20~30 cm土层变化比较平稳。苜蓿种子田和苜蓿生产田土壤含水量和容重在垂直方向随着土层深度的增加表现出不同的变化规律。 相似文献