全文获取类型
收费全文 | 1891篇 |
免费 | 87篇 |
国内免费 | 218篇 |
专业分类
林业 | 144篇 |
农学 | 98篇 |
基础科学 | 532篇 |
305篇 | |
综合类 | 911篇 |
农作物 | 31篇 |
水产渔业 | 33篇 |
畜牧兽医 | 73篇 |
园艺 | 13篇 |
植物保护 | 56篇 |
出版年
2024年 | 20篇 |
2023年 | 64篇 |
2022年 | 94篇 |
2021年 | 86篇 |
2020年 | 82篇 |
2019年 | 87篇 |
2018年 | 38篇 |
2017年 | 70篇 |
2016年 | 80篇 |
2015年 | 91篇 |
2014年 | 92篇 |
2013年 | 119篇 |
2012年 | 116篇 |
2011年 | 120篇 |
2010年 | 120篇 |
2009年 | 148篇 |
2008年 | 127篇 |
2007年 | 122篇 |
2006年 | 108篇 |
2005年 | 80篇 |
2004年 | 81篇 |
2003年 | 35篇 |
2002年 | 57篇 |
2001年 | 50篇 |
2000年 | 31篇 |
1999年 | 22篇 |
1998年 | 15篇 |
1997年 | 16篇 |
1996年 | 8篇 |
1995年 | 7篇 |
1994年 | 3篇 |
1993年 | 6篇 |
1992年 | 1篇 |
排序方式: 共有2196条查询结果,搜索用时 15 毫秒
71.
人工神经网络在土壤含盐量预测中的应用 总被引:1,自引:0,他引:1
土壤含盐量的预测对合理配置水资源.防治土壤次生盐碱化等具有重要的指导意叉.在阐述BP人工神经网络原理的基础上,针对影响土壤含盐量的主要因素,建立了多因子土壤含盐量的3层BP网络模型,以土壤含水率、地下水矿化度、地下水pH值、地下水埋深、相对湿度、降雨量、蒸发量作为模型输入参数,土壤含盐量作为模型输出,对土壤含盐量进行了预测.结果表明,BP神经网络模型预测土壤含盐量的最大误差为8.78%,平均误差为5.99%,模型具有较高的预测精度. 相似文献
72.
73.
74.
75.
土壤含氧量(Soil oxygen content,SOC)是影响作物生长的重要土壤环境因素之一,具有时序性、不稳定性和非线性等特点,精确预测土壤环境中含氧量的变化趋势,有助于制定更加合理的土壤通气增氧方案。本研究提出基于麻雀搜索算法(Sparrow search algorithm,SSA)和长短时记忆(Long and short-term memory,LSTM)神经网络预测模型,利用国家土壤质量湛江观测实验站记录玉米种植期间的气象环境和土壤环境数据,基于SSA-LSTM模型对SOC变化进行预测及相关性分析,并与传统的BP预测模型、LSTM预测模型、GA-LSTM预测模型及PSO-LSTM预测模型进行对比。试验结果表明,SOC与降雨量、土壤含水率、土壤温度、土壤充气孔隙度相关性极显著,相关系数高于0.8,与大气温度和风速相关性显著,与大气湿度和土壤呼吸速率相关性较弱。SSA-LSTM模型预测精度明显高于其他4组对照预测模型,R2达到0.95979,RMSE仅为0.4917%,MAPE为3.7331%,MAE为 0.3620%,预测值与试验值之间的拟合程度高。本研究可为土壤含氧量变化的精准预测及土壤通气增氧技术的应用推广提供理论支撑与科学依据。 相似文献
76.
用BP神经网络模拟灌区ETa用水过 总被引:1,自引:0,他引:1
根据绰勒水库下游灌区保安召实验站1983~1985年水稻试验资料,以1983、1984年相对腾发量和相对产量作为BP神经网络的输入样本和输出样本求得灌区ETa用水过程线。经1985年的资料检验,模拟值(6~9月)与实测值有较好的拟合精度。 相似文献
77.
78.
根据绰勒水库下游灌区保安召实验站1983~1985年水稻试验资料,以1983、1984年相对腾发量和相对产量作为BP神经网络的输入样本和输出样本求得灌区ETa用水过程线.经1985年的资料检验,模拟值(6~9月)与实测值均有较好的拟合精度. 相似文献
79.
80.
BP神经网络在浅层地下水矿化度预 总被引:1,自引:1,他引:1
针对导致黄河下游三角洲地区土壤盐渍化的浅层地下水因素,以该地区典型区域为研究对象,将人工神经网络引入地下水矿化度的模拟和预测中,建立了基于土壤盐分、地下水埋深和pH的地下水矿化度预测的BP神经网络模型,并与多元回归模型在拟合精度和预测性能方面进行了比较。结果表明:研究区域地下水矿化度与土壤盐渍化程度呈显著的相关性,多元回归模型能较好地拟合地下水矿化度;通过网络训练确定了地下水矿化度的BP神经网络的拓扑结构为5:8:1,BP神经网络的拟合精度明显优于多元回归模型;统计检验表明BP神经网络的预测性能亦优于多元回归方法,其预测精度提高了50.1%。该研究可为黄河三角洲地区盐渍化的水盐调控和预测预报提供理论基础与决策依据。 相似文献