全文获取类型
收费全文 | 8265篇 |
免费 | 364篇 |
国内免费 | 408篇 |
专业分类
林业 | 360篇 |
农学 | 690篇 |
基础科学 | 227篇 |
864篇 | |
综合类 | 3616篇 |
农作物 | 2130篇 |
水产渔业 | 177篇 |
畜牧兽医 | 429篇 |
园艺 | 137篇 |
植物保护 | 407篇 |
出版年
2024年 | 75篇 |
2023年 | 160篇 |
2022年 | 309篇 |
2021年 | 447篇 |
2020年 | 399篇 |
2019年 | 354篇 |
2018年 | 234篇 |
2017年 | 339篇 |
2016年 | 468篇 |
2015年 | 376篇 |
2014年 | 546篇 |
2013年 | 469篇 |
2012年 | 670篇 |
2011年 | 615篇 |
2010年 | 497篇 |
2009年 | 472篇 |
2008年 | 392篇 |
2007年 | 355篇 |
2006年 | 318篇 |
2005年 | 226篇 |
2004年 | 180篇 |
2003年 | 140篇 |
2002年 | 112篇 |
2001年 | 117篇 |
2000年 | 88篇 |
1999年 | 88篇 |
1998年 | 68篇 |
1997年 | 67篇 |
1996年 | 63篇 |
1995年 | 72篇 |
1994年 | 44篇 |
1993年 | 66篇 |
1992年 | 75篇 |
1991年 | 31篇 |
1990年 | 35篇 |
1989年 | 20篇 |
1988年 | 14篇 |
1987年 | 10篇 |
1986年 | 7篇 |
1985年 | 4篇 |
1984年 | 1篇 |
1982年 | 1篇 |
1981年 | 2篇 |
1980年 | 2篇 |
1979年 | 1篇 |
1978年 | 1篇 |
1977年 | 1篇 |
1976年 | 1篇 |
1955年 | 5篇 |
排序方式: 共有9037条查询结果,搜索用时 903 毫秒
61.
62.
茶叶抖筛机是茶叶精加工的关键装备,传统抖筛装备主要通过经验设计,筛分性能较差,主要表现在筛净率较低、误筛率较高。该研究结合抖筛机的筛分原理,运用solidworks构建虚拟样机,利用EDEM软件建立茶叶颗粒离散元仿真模型,通过单因素仿真试验对茶叶颗粒进行动力学分析,结果表明,连杆长度、曲柄半径和筛面倾角是茶叶抖筛机筛分性能的主要影响因素。以筛净率、误筛率为评价指标,设计三因素三水平二次旋转正交试验,并运用Design-Expert软件对试验数据进行回归分析,当连杆长度为1 977 mm、曲柄半径为25 mm、筛面倾角为2.8 °时,茶叶筛净率为94.5%、误筛率为4.61%,筛分性能最优。以最优结构参数进行验证试验,筛净率为93.8%,误筛率为4.73%,生产效率为319kg/h,较优化前筛净率提高3.42%,误筛率降低7.62%,生产效率提高8.87%。该研究结果可为茶叶筛分装备的优化提供理论依据。 相似文献
63.
针对名优茶智能采摘中茶叶嫩梢识别精度不足的问题,该研究对YOLOv8n模型进行优化。首先,在主干网络中引入动态蛇形卷积(dynamic snake convolution,DSConv),增强模型对茶叶嫩梢形状信息的捕捉能力;其次,将颈部的路径聚合网络(path aggregation network,PANet)替换为加权双向特征金字塔网络(bi-directional feature pyramid network,BiFPN),强化模型的特征融合效能;最后,在颈部网络的每个C2F模块后增设了无参注意力模块(simple attention module,SimAM),提升模型对茶叶嫩梢的识别关注度。试验结果表明,改进后的模型比原始模型的精确率(precision,P)、召回率(recall,R)、平均精确率均值(mean average precision,mAP)、F1得分(F1 score,F1)分别提升了4.2、2.9、3.7和3.3个百分点,推理速度为42 帧/s,模型大小为6.7 MB,满足低算力移动设备的部署条件。与Faster-RCNN、YOLOv5n、YOLOv7n和YOLOv8n目标检测算法相比,该研究提出的改进模型精确率分别高出57.4、4.4、4.7和4.2个百分点,召回率分别高出53.0、3.6、2.8和2.9个百分点,平均精确率均值分别高出58.9、5.0、4.6和3.7个百分点,F1得分分别高出了56.8、3.9、3.7和3.3个百分点,在茶叶嫩梢检测任务中展现出了更高的精确度和更低的漏检率,能够为名优茶的智能采摘提供算法参考。 相似文献
64.
为探究耕作方式、秸秆还田和生物炭添加结合对土壤团聚体粒径分布、团聚体养分特征、养分库储量及小麦-玉米周年产量的影响,本研究采用3因素2水平试验设计,分别为耕作方式:常规旋耕(CT),深翻耕作(DT);秸秆处理:秸秆还田(S)、秸秆不还田(NS);生物炭:生物炭添加(B)、无生物炭添加(NB),共8个处理。结果表明:无生物炭添加时,旋耕秸秆还田显著提高了0~15 cm土层团聚体稳定性及土壤养分库储量,而深耕秸秆还田显著改善了>15~30 cm土层土壤团粒组成,提升土壤肥力,促进作物增产。相关性分析表明,砂姜黑土中作物产量的提升更依赖于深层(>15~30 cm)土壤物理结构的改善和土壤肥力的提升。配施生物炭后如DT-S-B(深耕秸秆还田配施生物炭)较CT-NS-NB(旋耕秸秆不还田无生物炭)处理尤其使>15~30 cm土层团聚体稳定性显著增强,>2 mm粒级团聚体比例、重量平均直径和几何平均直径值分别增加165.88%、62.37%和119.81%,显著提高>2 mm粒级团聚体有机碳、全氮和全磷含量,提高了>2 mm粒级团聚体有机碳和养分固持能力,降低了<2 mm粒级团聚体有机碳和养分固持能力,使>15~30 cm土层土壤有机碳库储量、全氮、全磷和全钾库储量分别显著提升37.41%、38.99%、41.26%和9.84%,促使2年作物周年产量平均增加22.96%,但在深耕秸秆还田的基础上配施生物炭在短期内增产效果不显著。综上,深耕秸秆还田配施生物炭能够显著改善黄淮海南部砂姜黑土深层土壤团聚体粒径分布和稳定性,提升了土壤肥力和作物周年产量,保障了农田高效绿色可持续生产。 相似文献
65.
旨在研究5种比例的牧站1号王草益生菌发酵饲料对黑猪生产性能及养殖效益的影响。选择体重相近、健康状况良好的二元杂黑猪180头,随机分为6组,每组3次重复,每个重复10头。对照组饲喂基础日粮,试验Ⅰ组、Ⅱ组、Ⅲ组、Ⅳ组、Ⅴ组分别在基础日粮中添加10%、20%、30%、40%、50%牧站1号王草益生菌发酵饲料。饲喂试验预试期7 d,正试期60 d,计算并比较各组试验猪平均日增重、平均日采食量、腹泻率、屠宰率及养殖毛利润。试验结果表明:试验组与对照组比较,Ⅲ组试验猪平均日增重差异不显著(P>0.05),其他试验组试验猪平均日增重差异显著(P<0.05),最高为Ⅱ组(865.24 g/头),高于对照组23.24%,其次是Ⅰ组(839.33 g/头),高于对照组19.55%,最低为Ⅴ组(552.51 g/头),低于对照组21.31%;平均日采食量最大为Ⅴ组(3.35 kg/头),最小的为对照组(2.30 kg/头),各试验组与对照组比较,差异显著(P<0.05);屠宰率方面,Ⅰ组、Ⅱ组差异不显著(P>0.05),Ⅲ组、Ⅳ组、Ⅴ组差异显著(P<0.05),屠宰率随着牧站1号王草益生菌发酵饲料添加量的增加呈降低趋势,最高为对照组,最低为Ⅴ组;毛利润最高的为Ⅱ组(21 259.0元),最低的为Ⅴ组(10 325.7元)。育肥黑猪日粮中添加 20%牧站1号王草益生菌发酵饲料生产性能及经济指标影响效果最佳。 相似文献
66.
67.
68.
69.
70.
基于GF-1和Sentinel-2时序数据的茶园识别 总被引:1,自引:1,他引:0
由于茶园大多分布在地形复杂的山区,地块破碎,分布零散,形状差异大、植被混杂且茶园所处环境长期受到云雨的影响,增加了茶园遥感识别的难度与不确定性,针对这一问题,该研究提出了利用高分1号(GF-1)和哨兵2号(Sentinel-2)时序数据提取茶园的方法,以浙江省武义县王宅镇为研究区,采用GF-1号为主要数据源,并利用MODIS地表反射率产品和Sentinel-2反射率数据,基于时空融合算法得到时间分辨率5 d的10 m Sentinel-2完整的时序数据。综合利用GF-1在空间细节方面的优势和重建的Sentinel-2高观测频率时序数据在反映茶树生长过程方面的优势,分别基于GF-1的光谱和纹理特征及GF-1的光谱、纹理特征和Sentinel-2时序特征两种特征组合方式,采用随机森林算法提取茶园。结果表明,GF-1光谱、纹理信息结合Sentinel-2时序信息分类结果的准确率、错误率、精确率、召回率和F1分数分别为96.91%、3.09%、89.00%、83.09%和0.86,仅基于GF-1光谱和纹理信息的分类准确率、错误率、精确率、召回率和F1分数分别为94.72%、5.28%、73.09%、84.61%和0.78,添加时序信息分类结果总体优于未添加时序信息的分类结果。表明高空间分辨率结合高频率时序遥感数据是提高茶园分类精度的有效手段。 相似文献