全文获取类型
收费全文 | 2938篇 |
免费 | 64篇 |
国内免费 | 125篇 |
专业分类
林业 | 178篇 |
农学 | 210篇 |
基础科学 | 149篇 |
134篇 | |
综合类 | 1138篇 |
农作物 | 118篇 |
水产渔业 | 104篇 |
畜牧兽医 | 737篇 |
园艺 | 271篇 |
植物保护 | 88篇 |
出版年
2024年 | 19篇 |
2023年 | 54篇 |
2022年 | 92篇 |
2021年 | 64篇 |
2020年 | 83篇 |
2019年 | 109篇 |
2018年 | 109篇 |
2017年 | 39篇 |
2016年 | 53篇 |
2015年 | 62篇 |
2014年 | 155篇 |
2013年 | 133篇 |
2012年 | 175篇 |
2011年 | 162篇 |
2010年 | 122篇 |
2009年 | 166篇 |
2008年 | 144篇 |
2007年 | 200篇 |
2006年 | 131篇 |
2005年 | 119篇 |
2004年 | 144篇 |
2003年 | 126篇 |
2002年 | 80篇 |
2001年 | 90篇 |
2000年 | 65篇 |
1999年 | 58篇 |
1998年 | 31篇 |
1997年 | 36篇 |
1996年 | 46篇 |
1995年 | 61篇 |
1994年 | 40篇 |
1993年 | 25篇 |
1992年 | 27篇 |
1991年 | 21篇 |
1990年 | 18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3127条查询结果,搜索用时 2 毫秒
51.
52.
53.
种子大小是种子的重要属性之一,而温度是影响种子萌发的重要因素。本研究以在青藏高原东缘收获的17种植物种子为研究对象,通过设置不同温度条件(10、15、20、25℃)室内萌发试验,研究了温度对种子大小与种子萌发特征(发芽率、发芽势、发芽指数、平均发芽时间、死亡率及真菌侵染率)关系的影响。结果表明:1)整体上,种子大小与种子发芽率、真菌侵染率呈显著正相关关系(P <0.05),而与发芽势、发芽指数、平均发芽时间及死亡率均无显著相关关系(P> 0.05)。2)在10℃条件下,种子大小与种子发芽率无显著相关关系(P> 0.05),但在15、20和25℃条件下,种子大小与发芽率之间均呈显著正相关关系且随着温度升高相关性增强(P <0.05)。3)在各温度条件下,种子大小与真菌侵染率均呈显著正相关关系(P <0.05),且在25℃条件下两者相关性最强。因此,温度的增加不仅可以提高大粒种子的发芽率,同时也增加了其遭受病原真菌侵染的风险。本研究为气候变化背景下青藏高原植物种子的萌发与存活提供了理论依据。 相似文献
54.
55.
56.
合肥市白毫早、乌牛早茶园天敌与蓟马的空间跟随关系 总被引:1,自引:0,他引:1
为利用天敌有效防治茶园蓟马,2015—2016年选择安徽农业大学农业科技试验基地的白毫早和乌牛早2种茶园进行试验,对2种茶园的蓟马数量及其天敌数量进行调查,采用地学统计学方法与灰色关联度法相结合方法综合分析与蓟马空间跟随关系密切的天敌种类。结果表明,2015年和2016年2年,白毫早茶园蓟马共2 408头,其捕食性天敌共12 156头,与蓟马空间跟随关系密切的前4位天敌依次是锥腹肖蛸Tetragnatha maxillosa、茶色新圆蛛Neoscona theisi、粽管巢蛛Clubiona japonicola和草间小黑蛛Erigonidium graminicolum,2年密切指数之和分别为1.952、1.843、1.800和1.751;2015年和2016年2年,乌牛早茶园蓟马共6 540头,其捕食性天敌共12 376头,与蓟马空间关系密切的前4位天敌依次是八斑球腹蛛Theridion octomaculatum、异色瓢虫Harmonia axyridis、茶色新圆蛛和锥腹肖蛸,2年密切指数之和分别为1.863、1.829、1.762和1.759。综合分析2年白毫早和乌牛早2种茶园,与蓟马空间关系密切的前4位天敌依次是锥腹肖蛸、茶色新圆蛛、异色瓢虫和草间小黑蛛,密切指数之和为3.710、3.605、3.512和3.473。 相似文献
57.
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
59.
60.