全文获取类型
收费全文 | 3058篇 |
免费 | 64篇 |
国内免费 | 126篇 |
专业分类
林业 | 177篇 |
农学 | 209篇 |
基础科学 | 149篇 |
135篇 | |
综合类 | 1163篇 |
农作物 | 118篇 |
水产渔业 | 104篇 |
畜牧兽医 | 834篇 |
园艺 | 271篇 |
植物保护 | 88篇 |
出版年
2024年 | 22篇 |
2023年 | 57篇 |
2022年 | 92篇 |
2021年 | 63篇 |
2020年 | 87篇 |
2019年 | 114篇 |
2018年 | 119篇 |
2017年 | 41篇 |
2016年 | 55篇 |
2015年 | 65篇 |
2014年 | 158篇 |
2013年 | 134篇 |
2012年 | 183篇 |
2011年 | 171篇 |
2010年 | 130篇 |
2009年 | 171篇 |
2008年 | 151篇 |
2007年 | 204篇 |
2006年 | 132篇 |
2005年 | 123篇 |
2004年 | 144篇 |
2003年 | 126篇 |
2002年 | 80篇 |
2001年 | 90篇 |
2000年 | 65篇 |
1999年 | 59篇 |
1998年 | 34篇 |
1997年 | 41篇 |
1996年 | 50篇 |
1995年 | 63篇 |
1994年 | 41篇 |
1993年 | 28篇 |
1992年 | 35篇 |
1991年 | 31篇 |
1990年 | 21篇 |
1989年 | 8篇 |
1988年 | 7篇 |
1987年 | 7篇 |
1986年 | 5篇 |
1985年 | 8篇 |
1984年 | 6篇 |
1983年 | 8篇 |
1982年 | 5篇 |
1981年 | 3篇 |
1980年 | 2篇 |
1965年 | 2篇 |
1964年 | 1篇 |
1960年 | 1篇 |
1959年 | 2篇 |
1951年 | 1篇 |
排序方式: 共有3248条查询结果,搜索用时 78 毫秒
91.
92.
93.
随着2020年我国全面禁止在饲料中添加饲用抗生素,使用有效的替代产品并保持猪只生产性能和猪场效益非常重要.国内外针对抗生素的替代产品上有很多的研究和讨论,水解单宁酸在2006年欧盟禁止使用抗生素后作为替代抗生素的饲料添加剂被广泛应用,特别是在断奶仔猪和肥育猪上的应用研究很多,主要针对其对断奶仔猪生产性能及腹泻情况的影响... 相似文献
94.
95.
96.
试验旨在研究不同比例艾草替代花生秧对湖羊生产性能、血清生化指标和瘤胃发酵参数的影响。试验选取体重为(20.00±0.64)kg左右健康状态良好的湖羊公羊120只,随机分为4个处理组,每组5个重复,每个重复6只羊。对照组饲喂基础饲粮,试验Ⅰ、Ⅱ、Ⅲ组均使用艾草替代基础饲粮中的花生秧,替代量分别为25%、50%、75%。试验期为60 d。结果表明:(1)整个试验期(1~60 d),各试验组湖羊的平均日采食量均显著低于对照组(P<0.05),试验Ⅰ组和对照组相比,平均日增重显著增加(P<0.05),料肉比显著降低(P<0.05)。(2)试验前期(1~30 d),各试验组粗脂肪和酸性洗涤纤维的消化率均显著低于对照组(P<0.05);试验后期(31~60 d),试验Ⅲ组湖羊粗蛋白的消化率显著高于对照组(P<0.05),各试验组粗脂肪的消化率均显著高于对照组(P<0.05)。(3)试验Ⅱ组血清IgG、IL-2含量显著高于对照组(P<0.05);试验Ⅱ、Ⅲ组CD4+/CD8+显著高于对照组(P<0.05)。(... 相似文献
97.
98.
首先介绍了LM-BP神经网络算法的特点和优势,依据喷药飞行器的机械结构和工作原理应用飞行控制理论,实现了喷药飞行器轨迹跟踪方法。最后,利用MatLab进行了仿真试验,结果表明:喷药飞行器期望飞行和实际飞行的两条轨迹基本重合,误差很小,达到了预期要求;且采用LM-BP神经网络算法进行迭代学习,能够较快地使误差趋于零,提高了喷药过程中的控制输入。 相似文献
99.
为了让采摘机器人更加快速和准确地识别目标水果的成熟度,提出了一种基于BP神经网络的自主学习方法。由于BP神经网络容易陷入局部最优值且训练效率较低,因此进行了改进,实现了LM-BP神经网络算法。测试结果表明:与BP神经网络算法相比,LM-BP神经网络算法训练学习速度更快,测试精度更高,能够满足采摘机器人对目标水果成熟度识别精度的要求,具有一定的应用价值。 相似文献
100.
一种迁移学习算法在番茄病害检测上的应用 总被引:1,自引:0,他引:1
针对当前番茄病害智能识别精度不高、耗时长的问题,提出一种基于Inception-v3和迁移学习相结合的图像分类算法。从试验田中收集8种番茄病害叶片和健康叶片,运用1 000万像素高清扫描仪统一扫描成图像,将图像归类到9种文件夹中,手动标记叶片属性。最后,基于Inception-v3模型结合迁移学习算法对健康和病害叶片进行分类试验,并与传统图像分类算法(KNN、SVM、BP神经网络)和非迁移学习算法进行对比。结果表明,基于Inception-v3模型结合迁移学习算法,在番茄病害图像分类中能够快速有效识别分类生长健康番茄和患病番茄,并且能高效识别番茄病害的种类。其中健康置信度达0.9760,病害种类平均置信度达0.929 7,可为番茄病害检测和防治提供支持。 相似文献