全文获取类型
收费全文 | 316篇 |
免费 | 21篇 |
国内免费 | 178篇 |
专业分类
林业 | 39篇 |
农学 | 31篇 |
基础科学 | 82篇 |
174篇 | |
综合类 | 130篇 |
农作物 | 10篇 |
水产渔业 | 7篇 |
畜牧兽医 | 28篇 |
园艺 | 3篇 |
植物保护 | 11篇 |
出版年
2024年 | 2篇 |
2023年 | 16篇 |
2022年 | 13篇 |
2021年 | 24篇 |
2020年 | 15篇 |
2019年 | 33篇 |
2018年 | 14篇 |
2017年 | 23篇 |
2016年 | 30篇 |
2015年 | 19篇 |
2014年 | 38篇 |
2013年 | 24篇 |
2012年 | 30篇 |
2011年 | 35篇 |
2010年 | 25篇 |
2009年 | 24篇 |
2008年 | 22篇 |
2007年 | 28篇 |
2006年 | 17篇 |
2005年 | 19篇 |
2004年 | 15篇 |
2003年 | 9篇 |
2002年 | 13篇 |
2001年 | 11篇 |
2000年 | 4篇 |
1999年 | 5篇 |
1997年 | 2篇 |
1995年 | 2篇 |
1991年 | 1篇 |
1989年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有515条查询结果,搜索用时 19 毫秒
151.
152.
基于电子鼻的番茄种子发芽率检测 总被引:3,自引:3,他引:0
防止种子掺假、以次充好,为快速无损检测高发芽率的种子,该文将不发芽的浙杂809番茄种子以不同比例掺入到发芽率为92.6%的番茄种子中,得到种子的发芽率分别为90%,80%,70%,60%,50%和0等6种比例,并利用电子鼻对其进行分析.结果表明:利用电子鼻可以很好的区分出番茄种子发芽率为90%、80%、50%~70%、和不发芽的4种情况;当种子发芽率为70%、60%、50%时,其图形信息部分重叠,利用电子鼻较难区分开.在主成分分析和线性判别分析的基础上,利用BP神经网络和支持向量机对上述情况进行分类识别,结果表明:两种识别模式的训练集的正确率分别为93.6%和97.4%,预测集的正确率分别为65.2%和72.7%,相对于BP神经网络模式识别,支持向量机预测系统的误差较小,具有很好的预测性能. 相似文献
153.
154.
155.
156.
农作物病虫害的预测预报是一项艰苦而专业性又强的工作,在田间调查后还要进行繁杂的计算,应用Visual Basic6.0开发三化螟测报软件,只要输入调查数据,立刻可以得到各项测报结果,提高了病虫害预测预报的准确性。 相似文献
157.
利用近红外光谱技术检测掺假豆浆 总被引:3,自引:1,他引:2
为了对豆乳内在营养指标及掺假豆乳进行快速检测,试验运用近红外光谱技术,利用偏最小二乘法进行回归分析,分别建立83个真伪豆浆样品的蛋白质和总固形物含量定标模型,并对模型的预测性能进行分析。结果表明:选取主成分数为12和14,蛋白质和总固形物含量的近红外光谱预测值与化学实测值之间的相关系数R分别为0.9756和0.9489,校正均方根误差分别为0.186和0.175,预测集样品的预测值和实测值之间的残差值均较小、接近零,残差之和分别为-0.074和-1.191,说明建立的定标模型可以准确预测豆浆中蛋白质和总固形物含量,且预测性能较好;通过对预测集样品的预测值与豆浆行业标准规定值相比较,确定预测集样品中掺假豆浆的正确判别率为100%,说明建立的蛋白质和总固形物含量定标模型可以应用于掺假豆浆的判别检测,且判别结果准确率高。本试验表明利用近红外光谱技术可实现对豆浆主要品质指标的快速无损检测,也可准确进行真伪豆浆的快速判别,本检测方法可为豆乳行业健康持续发展提供一定的技术支撑。 相似文献
158.
通过对不同含水率的山杨原木试件进行检测,分析了含水率对腐朽和健康木材电阻与应力波传播速度的影响,及其对2种检测技术误差率的影响.结果表明:(1)随着含水率的提高,原木试件健康和腐朽区域的电阻均先减小后趋于平稳,但相同含水率下,腐朽区域木材电阻低于健康木材;(2)采用电阻断层成像仪检测腐朽缺陷面积的误差率随含水率的提高有差异(最大误差率为37.83%,最小误差率为2.48%),含水率在36.13%~81.79%时误差较小,腐朽缺陷检测较接近真实值;(3)应力波传播速度随着木材含水率的提高先降低后趋于平稳.应力波二维图像检测腐朽缺陷面积的准确率随着含水率的变化也有差异,最大误差率为52.61%,最小误差率为17.78%,腐朽缺陷检测准确性比较高的含水率为20.23%~71.58%;(4)通过2种方法测试腐朽缺陷面积的对比研究,结果表明电阻断层成像的腐朽缺陷识别优于应力波二维图像. 相似文献
159.
以中国农业科学院郑州果树研究所国家葡萄资源圃的葡萄品种为试材,对葡萄扇叶病毒(GFLV)和葡萄卷叶病毒Ⅲ(GLRaV-3)进行了A蛋白酶联免疫吸附测定(PAS-ELISA)的检测技术的研究。从阴、阳性对照及抗血清或抗体浓度的选择,到不同时期、检测部位对结果的影响,建立了一套完整的ELISA检测GFLV和GLRaV-3程序;通过试验分析,该方法快速,简便,经济且灵敏度高,不失为葡萄病毒检测的一种新方法。通过检测,还了解到GFLV的发病高峰在春季,主要发病部位在上部叶片,而GLRaV-3的发病高峰在秋季,重要发病部位在下部叶片。 相似文献
160.