全文获取类型
收费全文 | 2367篇 |
免费 | 84篇 |
国内免费 | 100篇 |
专业分类
林业 | 466篇 |
农学 | 82篇 |
基础科学 | 273篇 |
198篇 | |
综合类 | 1093篇 |
农作物 | 52篇 |
水产渔业 | 25篇 |
畜牧兽医 | 238篇 |
园艺 | 99篇 |
植物保护 | 25篇 |
出版年
2024年 | 15篇 |
2023年 | 56篇 |
2022年 | 65篇 |
2021年 | 54篇 |
2020年 | 60篇 |
2019年 | 82篇 |
2018年 | 35篇 |
2017年 | 81篇 |
2016年 | 93篇 |
2015年 | 89篇 |
2014年 | 123篇 |
2013年 | 123篇 |
2012年 | 125篇 |
2011年 | 130篇 |
2010年 | 129篇 |
2009年 | 155篇 |
2008年 | 108篇 |
2007年 | 127篇 |
2006年 | 91篇 |
2005年 | 104篇 |
2004年 | 69篇 |
2003年 | 79篇 |
2002年 | 59篇 |
2001年 | 59篇 |
2000年 | 48篇 |
1999年 | 23篇 |
1998年 | 47篇 |
1997年 | 31篇 |
1996年 | 35篇 |
1995年 | 34篇 |
1994年 | 41篇 |
1993年 | 21篇 |
1992年 | 26篇 |
1991年 | 38篇 |
1990年 | 33篇 |
1989年 | 37篇 |
1988年 | 11篇 |
1987年 | 5篇 |
1986年 | 2篇 |
1985年 | 2篇 |
1984年 | 2篇 |
1983年 | 1篇 |
1965年 | 2篇 |
1956年 | 1篇 |
排序方式: 共有2551条查询结果,搜索用时 15 毫秒
71.
72.
73.
用Rim2超级家族分子指纹鉴别杂交水稻及预测杂种优势 总被引:5,自引:0,他引:5
选用5对Rim2引物对21份籼稻和20份粳稻材料进行了DNA指纹扩增,共扩增出38条谱带,其中多态性谱带26条,多态性水平为69.64%;粳稻平均多态性水平为56.67%,明显高于籼稻。根据Nei’s遗传距离计算获得的聚类树状图表明,参试21份籼稻材料聚为6组,20份粳稻材料聚为7组。亲缘关系分析表明,Rim2分子指纹可以区分多数的籼稻或粳稻材料,且显示出材料的遗传特征。考察部分籼稻和粳稻杂交组合的产量对照优势与双亲间遗传距离的关系,发现杂交粳稻的遗传距离与杂交优势表现出相关性,而杂交籼稻无此相关性。 相似文献
74.
棉花抗黄萎病基因的QTL定位 总被引:33,自引:14,他引:33
以高感黄萎病的陆地棉品种"邯郸208"与高抗黄萎病海岛棉品种"Pima90"的136个F2单株为作图群体,构建了一个包括17个连锁群、标记间平均间距18.61cM、全长1842.8cM的陆海种间分子标记遗传连锁图,该图约覆盖棉花基因组的36.8%。单因子方差分析和复合区间作图检测到与黄萎病抗性相关的3个QTL,分别位于第四连锁群和第七连锁群上,分别解释表型变异方差的15.39%、54.11%和57.18%。初步认为海岛棉"Pima90"对陆地棉"邯郸208"的黄萎病抗性由两个主效QTL和一个微效QTL共同控制。 相似文献
75.
基于YOLO v3与图结构模型的群养猪只头尾辨别方法 总被引:1,自引:0,他引:1
在利用视频监控技术对群养猪只进行自动行为监测时,对猪只准确定位并辨别其头尾位置对提高监测水平至关重要,基于此提出一种基于YOLO v3(You only look once v3)模型与图结构模型(Pictorial structure models)的猪只头尾辨别方法。首先,利用基于深度卷积神经网络的YOLO v3目标检测模型,训练猪只整体及其头部和尾部3类目标的检测器,从而在输入图像中获得猪只整体及头尾部所有的检测结果;然后,引入图结构模型,描述猪只的头尾结构特征,对每个猪只整体检测矩形框内的头尾部位组合计算匹配得分,选择最优的部位组合方式;对部分部位漏检的情况,采取阈值分割与前景椭圆拟合的方法,根据椭圆长轴推理出缺失部位。在实际猪场环境下,通过俯拍获得猪舍监控视频,建立了图像数据集,并进行了检测实验。实验结果表明,与直接利用YOLO v3模型相比,本文方法对头尾定位的精确率和召回率均有一定提高。本文方法对猪只头尾辨别精确率达到96.22%,与其他方法相比具有明显优势。 相似文献
76.
77.
78.
清洁棚膜是菜农最头疼的事情之一,山东寿光菜农使用一种纺织厂的下脚料作清洁带,不仅简单实用效果好,而且成本很低。 相似文献
79.