全文获取类型
收费全文 | 157172篇 |
免费 | 8695篇 |
国内免费 | 14547篇 |
专业分类
林业 | 10787篇 |
农学 | 8306篇 |
基础科学 | 7623篇 |
15601篇 | |
综合类 | 76731篇 |
农作物 | 10942篇 |
水产渔业 | 6695篇 |
畜牧兽医 | 24313篇 |
园艺 | 12181篇 |
植物保护 | 7235篇 |
出版年
2024年 | 1337篇 |
2023年 | 3256篇 |
2022年 | 7482篇 |
2021年 | 7357篇 |
2020年 | 6841篇 |
2019年 | 6631篇 |
2018年 | 4821篇 |
2017年 | 7510篇 |
2016年 | 4964篇 |
2015年 | 7573篇 |
2014年 | 8068篇 |
2013年 | 9563篇 |
2012年 | 13244篇 |
2011年 | 13797篇 |
2010年 | 13237篇 |
2009年 | 11767篇 |
2008年 | 11396篇 |
2007年 | 10510篇 |
2006年 | 8645篇 |
2005年 | 6716篇 |
2004年 | 4124篇 |
2003年 | 2585篇 |
2002年 | 2780篇 |
2001年 | 2559篇 |
2000年 | 2266篇 |
1999年 | 803篇 |
1998年 | 69篇 |
1997年 | 55篇 |
1996年 | 33篇 |
1995年 | 48篇 |
1994年 | 44篇 |
1993年 | 31篇 |
1992年 | 50篇 |
1991年 | 19篇 |
1990年 | 11篇 |
1989年 | 14篇 |
1988年 | 5篇 |
1987年 | 19篇 |
1986年 | 20篇 |
1981年 | 24篇 |
1966年 | 4篇 |
1965年 | 5篇 |
1963年 | 3篇 |
1962年 | 30篇 |
1959年 | 2篇 |
1958年 | 2篇 |
1957年 | 3篇 |
1956年 | 49篇 |
1955年 | 32篇 |
1953年 | 3篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
81.
82.
83.
三叶木通栽培条件下的生长结果习性 总被引:1,自引:0,他引:1
三叶木通[Akebia trifoliata(Thunb)Koidz]是木通科木通属的一种营养价值较高的半落叶藤本野生果树。果实是一种品质优良的野生鲜食水果,但其种子多,果肉少,可食率较低,需要经过驯化选育栽培加以利用。从2005年起搜集野生三叶木通进行人工驯化栽培,观察其生长结果习性。结果:在人工栽培条件下果实最大单果重313.5 g、最小97.7 g、平均单果重78.1~244.1 g,并初步掌握了其生长结果习性,为进一步生产栽培及育种打下了基础。 相似文献
84.
85.
86.
87.
星载高光谱仪器的光谱通道以及光谱分辨率和信噪比等核心参数设置直接影响土壤有机碳定量反演精度。本研究开展了卫星载荷光谱分辨率、信噪比、光谱特征波段对不同土壤类型有机碳反演影响的研究,提出了基于大气传输模型、光谱分辨率分析模型、信噪比分析模型、特征波段的提取分析模型以及偏最小二乘回归反演模型的面向不同土壤类型有机碳监测的高光谱卫星“地面–大气–仪器–观测–反演”全链路仿真分析方法,实现了土壤类型、大气效应、仪器特性参数、反演方法的耦合影响分析。结果表明:①3种类型土壤有机碳反演的最佳光谱分辨率均在10~20 nm。②不同土壤类型对观测的信噪比需求不同。对于Phaeozem的有机碳监测,较另外两种土壤有更高的信噪比需求。③在不同特征波段提取分析方法下所需的最佳光谱分辨率和信噪比一致。不同类型土壤光谱数据提取出的特征波段不同,其中反演效果最佳的土壤类型为Chernozem,特征波段数为26个,R2=0.826 5,RMSE=3.438 9 g/kg。④反演模型与仪器特性参数无耦合关系,同一类型土壤不同反演算法的最佳光谱分辨率和信噪比需求一致。⑤Chernozem有机碳最佳反演参数需求为光谱分辨率15 nm,信噪比大于506.66,特征波段提取数为26个;Kastanozem有机碳最佳反演参数需求为光谱分辨率17 nm,信噪比大于331.42,特征波段提取数为22个;Phaeozem有机碳最佳反演参数需求为光谱分辨率15 nm,信噪比大于432.51,特征波段提取数为19个。 相似文献
88.
为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林(random forest,RF)筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络(convolutional neural networks,CNN)和支持向量机(support vector machine,SVM)两种模型的优点,通过北方苍鹰优化算法(northern goshawk optimization,NGO)对模型里的惩罚因子和核参数进行寻优,构建基于NGO-CNN-SVM的施工成本预测模型。通过辽宁省2018—2023年高标准农田工程中灌溉工程的施工成本数据,选取样本决定系数R2、平均绝对误差MAE、平均绝对百分比误差MAPE和均方根误差RMSE作为精度指标进行分析,结果表明:基于NGO-CNN-SVM的施工成本预测模型在渠道工程中MAE低于0.615万元,RMSE低于0.512万元,R2达到0.968以上,相对误差小于4.210%;在进水闸工程中MAE低于0.610万元,RMSE低于0.536万元,R2达到0.966以上,相对误差小于4.410%;在桥涵工程中MAE低于0.494万元,RMSE低于0.477万元,R2达到0.970以上,相对误差小于3.548%,并相比较于反向传播神经网络,CNN和CNN-SVM模型,NGO-CNN-SVM模型的预测结果均最优。通过特征选择、模型融合、算法优化以及不同模型对比表明NGO-CNN-SVM模型具有更高的预测准确率和泛化性,可为高标准农田灌溉工程施工成本预测提供理论依据。 相似文献
89.
准确、及时地监测区域作物长势状况对农业规划和政策的制定与调整具有重要的意义。遥感技术作为一种收集大面积作物长势信息的有效手段,正日益受到关注。为提高冬小麦长势遥感监测的准确性和全面性,该研究基于田间实测的冬小麦拔节期地上鲜生物量(aboveground fresh biomass,AFB)、叶面积指数(leaf area index,LAI)、叶片叶绿素相对含量(soil and plant analyzer development,SPAD)和叶片氮含量(leaf nitrogen content,LNC)4种生长相关理化参数,利用熵值法获取各参数权重构建冬小麦理化复合参数(physico-chemical composite parameter,PCCP)。利用显著性检验和籽粒产量数据分析复合参数在量化冬小麦长势方面的性能。然后,以Sentinel-2A作为数据源,分析不同遥感指数与LAI、SPAD、AFB、LNC和PCCP的相关性。选取相关性较高的遥感指数作为反向传播(back propagation,BP)人工神经网络(artificial neural networks,ANN)的输入,建立冬小麦长势遥感监测模型,对PCCP进行估计。评价模型精度并用于监测研究区冬小麦长势分布特征。赋权结果表明,作物物理参数的权重大于生化参数,其中LAI的权重最大,为0.387,AFB和SPAD次之,LNC的权重最小,为0.105;PCCP性能评估结果表明,与单一理化参数相比,PCCP值能更好地揭示作物长势状况的差异,其与最终籽粒产量的相关性更好, 决定系数提高0.035~0.468,均方根误差减少46.2~520.0 kg/hm2;在遥感监测过程中,PCCP比单一理化参数有更好的应用潜力,BP-ANN长势遥感监测模型模拟PCCP精度较高,在测试集中决定系数为0.830,均方根误差为0.080;研究区冬小麦总体长势稳定且分布集中,呈现"中部差,南北好"的空间分布特征。因此,构建作物理化复合参数用于量化作物长势是提高长势监测可靠性和准确性的一种有效方式,可为冬小麦田间管理提供科学依据,服务于发展智慧农业和建设农业强国的战略需求。 相似文献
90.