全文获取类型
收费全文 | 212篇 |
免费 | 10篇 |
国内免费 | 16篇 |
专业分类
林业 | 10篇 |
农学 | 18篇 |
基础科学 | 14篇 |
14篇 | |
综合类 | 108篇 |
农作物 | 6篇 |
水产渔业 | 2篇 |
畜牧兽医 | 50篇 |
园艺 | 13篇 |
植物保护 | 3篇 |
出版年
2024年 | 4篇 |
2023年 | 9篇 |
2022年 | 8篇 |
2021年 | 5篇 |
2020年 | 12篇 |
2019年 | 18篇 |
2018年 | 9篇 |
2017年 | 7篇 |
2016年 | 6篇 |
2015年 | 8篇 |
2014年 | 13篇 |
2013年 | 10篇 |
2012年 | 10篇 |
2011年 | 25篇 |
2010年 | 15篇 |
2009年 | 17篇 |
2008年 | 15篇 |
2007年 | 1篇 |
2006年 | 10篇 |
2005年 | 12篇 |
2004年 | 4篇 |
2003年 | 6篇 |
2001年 | 8篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 2篇 |
1995年 | 1篇 |
1994年 | 1篇 |
排序方式: 共有238条查询结果,搜索用时 544 毫秒
232.
233.
【目的】‘汇丰 2 号’辣椒为杂交一代新品种,具有中早熟、抗病性强、耐储运和品质佳等特性,深受农户和消费者喜爱。为保障种子质量,拟建立一套快速、简便的种子纯度和真实性鉴定方法。【方法】基于辣椒基因组已公开的 SSR 分子标记资源,以‘汇丰 2 号’父、母本为材料,筛选多态明显、条带清晰且扩增稳定的 SSR 标记,对‘汇丰 2 号’杂交种子进行纯度鉴定,并结合田间形态鉴定验证分子标记鉴定的准确性。此外,利用筛选出的 SSR 标记对‘粤红 1 号’、‘汇丰 1 号’、‘汇丰 2 号’和‘汇丰 5 号’4 个品种进行真实性鉴定。【结果】筛选出 2 个 SSR 标记 L0143 和 L0622,其多态明显,且条带清晰、扩增稳定。其中,标记L0143 在母本 W2280 中 PCR 扩增条带为 149 bp,在父本 W2102 中的扩增条带为 141 bp;标记 L0622 在母本和父本中的扩增条带分别为 208 bp 和 196 bp。2 个标记单独使用时均可以准确鉴定‘汇丰 2 号’种子纯度,且 2个标记同时使用可以将‘粤红 1 号’、‘汇丰 1 号’、‘汇丰 2 号’和‘汇丰 5 号’4 个品种区分开,即可鉴定它们的真实性。【结论】筛选出的 SSR 分子标记 L0143 和 L0622 能够快速、准确、低成本、有效的对‘汇丰 2 号’杂交种子进行纯度和真实性鉴定,该鉴定方法操作简单,能够替代传统杂交种子纯度和真实性鉴定的方法,具有较高的商业应用前景。 相似文献
234.
为了探讨利用国产透气膜回收沼液氨氮的可行性及实际效果,以国产管式透气膜为关键组成部件构建沼液氨氮回收工艺模拟实验装置,开展沼液氨氮回收动态实验研究。结果表明:随着透气膜分离氨氮回收实验装置的运行,沼液氨氮浓度总体下降明显,提取液氨氮浓度呈先线性增加而后稳定在一定水平的变化规律;运行396 h后沼液氨氮去除率可达91.2%;根据氨氮回收速率的变化,装置运行过程可分为氨氮回收(0~252 h)和损失(252~420 h)两个阶段;氨氮回收阶段,提取液氨氮浓度小于10000 mg·L-1,单位体积氨氮平均回收速率为1190 mg·L-1·d-1,氨氮损失阶段,提取液氨氮浓度平稳保持在11200~12180 mg·L-1,单位体积氨氮平均回收速率仅为35 mg·L-1·d-1。若要令该工艺更为高效运行,可考虑增强沼液反应槽密封性,以降低沼液中气态NH3的挥发损失,另外可将提取液pH是否超过7确定为是否应更换新提取液的指示参数。利用国产透气膜构建的沼液氨氮回收工艺过程可有效回收沼液氨氮,回收率接近80%。 相似文献
235.
236.
本研究以国内外180份饲用燕麦(Avena sativa L.)种质资源为研究对象,利用主成分分析和聚类分析等方法评价其表型遗传变异水平,结果表明180份饲用燕麦质量性状的遗传多样性指数以粒型(1.2)最大,粒色(0.67)最小;数量性状的遗传多样性指数以单株生物量(2.07)最大,有效分蘖数(1.82)最小。变异系数最大的是铃数(31.82%),最小的是粒长(8.97%)。主成分分析发现第1主成分反映的是穗部特征因子,第2主成分反映的是产量构成因子,第3个主成分反映的是种子特征因子。聚类分析将所有种质资源分为五类,其中种质群I、II、IV可分别作为筛选高产饲用型燕麦以及多目标性状品种、抗倒伏品种以及籽粒型燕麦品种的优良亲本,为饲用燕麦种质资源的筛选利用和遗传育种提供基础数据和理论参考。 相似文献
237.
优良品种对提高农业产量和收入起着关键作用,针对现有的种业安全问题,为实现玉米品种的快速识别和保护,构建一种基于玉米果穗图像的品种识别模型。将采集到的1 000张玉米果穗图像经预处理后按7∶2∶1的比例划分为训练集、验证集和测试集,并对数据集进行平移、翻转等多种数据增强处理。通过迁移学习,将预训练好的权重和参数迁移到NASNet-mobile、Xception、ResNet50V2、MobileNetV2、DenseNet121、VGG16模型进行对比,结果表明,NASNet-mobile识别性能较好,识别率达90%。不同优化算法的对比表明,优化器选择Adam模型具有更好的表现。在此基础上,对多种全连接层模块进行试验,结果表明,全连接层数量为2层、维度为256时可以得到更好的玉米果穗图像特征,最终模型在全连接层模块下的识别准确率达95%,较NASNet-mobile提升5%,实现了对玉米品种的分类识别。以上结果为玉米品种的快速精准鉴定以及种质资源保护提供了智能化技术支持。 相似文献
238.