全文获取类型
收费全文 | 350篇 |
免费 | 18篇 |
国内免费 | 16篇 |
专业分类
林业 | 31篇 |
农学 | 14篇 |
基础科学 | 18篇 |
21篇 | |
综合类 | 146篇 |
农作物 | 18篇 |
水产渔业 | 45篇 |
畜牧兽医 | 62篇 |
园艺 | 20篇 |
植物保护 | 9篇 |
出版年
2024年 | 1篇 |
2023年 | 8篇 |
2022年 | 17篇 |
2021年 | 15篇 |
2020年 | 6篇 |
2019年 | 13篇 |
2018年 | 29篇 |
2017年 | 10篇 |
2016年 | 22篇 |
2015年 | 8篇 |
2014年 | 16篇 |
2013年 | 28篇 |
2012年 | 28篇 |
2011年 | 26篇 |
2010年 | 23篇 |
2009年 | 40篇 |
2008年 | 14篇 |
2007年 | 13篇 |
2006年 | 9篇 |
2005年 | 6篇 |
2004年 | 6篇 |
2003年 | 6篇 |
2002年 | 8篇 |
2001年 | 5篇 |
2000年 | 5篇 |
1999年 | 4篇 |
1998年 | 2篇 |
1997年 | 6篇 |
1996年 | 2篇 |
1995年 | 3篇 |
1992年 | 1篇 |
1989年 | 1篇 |
1986年 | 2篇 |
1983年 | 1篇 |
排序方式: 共有384条查询结果,搜索用时 203 毫秒
71.
葡萄松散型愈伤组织的培养及其白藜芦醇含量的测定 总被引:1,自引:0,他引:1
【目的】获得葡萄(Vitisvini fera L.)松散型愈伤组织,并了解其白藜芦醇含量的变化。【方法】以葡萄的叶、叶柄和茎分别作为外植体,在不同激素组合(6-卞氨基嘌呤(6-BA)、激动素(KT)、吲哚丁酸(IBA)、2,4-二氯苯氧乙酸(2,4-D))的培养基(以B5培养基为基本培养基,含30g/L蔗糖和6g/L琼脂)上,进行愈伤组织的诱导和继代培养,并利用高效液相色谱法(HPLC)对不同来源愈伤组织中的白藜芦醇含量进行测定。【结果】以葡萄叶为外植体时,诱导的愈伤组织出愈率很低;以叶柄和茎为外植体时,愈伤组织的出愈率均较高。利用叶柄和茎获得松散愈伤组织时,其诱导培养基组成分别是:B5培养基+6-BA0.5mg/L+IBA0.1mg/L和B5培养基+6-BA1.0mg/L+IBA0.2mg/L,其继代培养基均为B5培养基+6-BA1.0mg/L+2,4-D0.1mg/L。在诱导培养基产生的愈伤组织中,白藜芦醇含量由高到低的顺序为叶柄>叶>茎。以叶、叶柄和茎为外植体诱导愈伤组织时,其白藜芦醇含量最高的培养基分别为B5培养基+6-BA0.5mg/L+IBA0.2mg/L、B5培养基+6-BA1.0mg/L+IBA0.2mg/L和B5培养基+6-BA0.5mg/L+IBA0.2mg/L。【结论】葡萄叶柄和茎易被诱导产生松散的愈伤组织,且经多次继代可以用于建立悬浮培养体系;葡萄愈伤组织中的白藜芦醇含量随外植体及培养基组成的不同而有所差异。 相似文献
72.
针对贵阳龙洞堡机场建设时形成的砂石山地水土流失现状,提出了恢复植被工程措施和生物技术措施。 相似文献
73.
74.
75.
76.
77.
78.
79.
格栅能够有效改善底流消能效果,减轻或者避免消力池底板发生空蚀破坏。通过水工模型试验,研究圆孔Γ形格栅不同开孔率下栅前、栅后掺气浓度变化。试验结果有以下3个方面。①消力池附壁射流区掺气浓度纵向沿程递减,格栅附近有突变;垂直轴线方向,掺气浓度中部大两侧小,峰值出现位置和入射水股主流位置正相关;竖直方向上,1/2水深以下栅前掺气浓度沿高度增加明显,栅后的变化则明显趋缓。②增设格栅后,消力池距离进口5和30 cm位置的栅前掺气浓度值陡增41.11%和26.82%(开孔率34%);格栅开孔率由46%减小到22%,格栅上游侧(6#断面)掺气浓度由37.75%下降到20.32%,格栅下游侧(7#断面)掺气浓度由20.47%下降到8.78%。③增设格栅,栅后近底掺气浓度值(靠近边墙位置)最小也能达到6.06%,并且测点流速不大,意味着包括格栅在内的消力池结构不易发生空蚀破坏。 相似文献
80.
基于改进MobileNet-V2的田间农作物叶片病害识别 总被引:9,自引:9,他引:0
农作物病害是造成粮食产量下降的重要因素,利用智能化手段准确地识别农作物病害有利于病害的及时防治,该研究基于改进的MobileNet-V2识别复杂背景下的农作物病害,对未来覆盖各种作物的智能化病害识别工作具有重要意义。首先创建含有11类病害叶片及4类健康叶片的农作物数据集,采用数据增强操作构造不同的识别场景。其次在原始模型MobileNet-V2的基础上,嵌入轻量型的坐标注意力机制,建立通道注意力与位置信息的依赖关系。然后对网络中不同尺寸的特征图采取上采样融合操作,构建兼具网络高、低层信息的新特征图。此外,采用分组卷积并删除模型中不必要的分类层,减少模型参数量。试验结果表明:改进模型的参数量为2.30 MB,改进模型的识别准确率在背景复杂的农作物叶片病害数据集中达到了92.20%,较改进前提高了2.91个百分点。相比EfficientNet-b0、ResNet-50、ShuffleNet-V2等经典卷积神经网络架构,改进模型不仅达到了更高的识别准确率,还具有更平稳的收敛过程以及更少的参数。该研究改进的模型较好地平衡了模型的复杂度和识别准确率,为深度学习模型移植至田间移动病害检测设备提供了思路。 相似文献