全文获取类型
收费全文 | 48050篇 |
免费 | 2146篇 |
国内免费 | 5261篇 |
专业分类
林业 | 3570篇 |
农学 | 5300篇 |
基础科学 | 971篇 |
5593篇 | |
综合类 | 22005篇 |
农作物 | 3806篇 |
水产渔业 | 2841篇 |
畜牧兽医 | 6035篇 |
园艺 | 2080篇 |
植物保护 | 3256篇 |
出版年
2024年 | 186篇 |
2023年 | 624篇 |
2022年 | 1276篇 |
2021年 | 1431篇 |
2020年 | 1467篇 |
2019年 | 1713篇 |
2018年 | 1241篇 |
2017年 | 2064篇 |
2016年 | 2542篇 |
2015年 | 2130篇 |
2014年 | 1890篇 |
2013年 | 2631篇 |
2012年 | 3725篇 |
2011年 | 3521篇 |
2010年 | 2816篇 |
2009年 | 2658篇 |
2008年 | 2802篇 |
2007年 | 3311篇 |
2006年 | 2954篇 |
2005年 | 2237篇 |
2004年 | 1842篇 |
2003年 | 1308篇 |
2002年 | 1063篇 |
2001年 | 991篇 |
2000年 | 921篇 |
1999年 | 786篇 |
1998年 | 622篇 |
1997年 | 578篇 |
1996年 | 531篇 |
1995年 | 540篇 |
1994年 | 444篇 |
1993年 | 466篇 |
1992年 | 437篇 |
1991年 | 388篇 |
1990年 | 352篇 |
1989年 | 257篇 |
1988年 | 199篇 |
1987年 | 146篇 |
1986年 | 128篇 |
1985年 | 62篇 |
1984年 | 38篇 |
1983年 | 14篇 |
1982年 | 15篇 |
1981年 | 15篇 |
1980年 | 19篇 |
1979年 | 18篇 |
1978年 | 15篇 |
1977年 | 7篇 |
1976年 | 9篇 |
1955年 | 10篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
991.
生菜叶中磷含量的光谱定量分析 总被引:1,自引:0,他引:1
为快速、准确检测生菜叶内的磷含量,提出了应用光谱技术结合化学计量法无损检测生菜叶内磷含量的方法。通过获取不同施磷量下生菜叶片于波长350~2500nm处的反射光谱,对光谱数据进行5点平滑和一阶导数变换后,利用联合区间偏最小二乘算法(siPLS)提取了与生菜叶磷元素相关的4个特征波段,即950~1070nm, 1430~1549nm,1906~2025nm和2144~2263nm。进一步利用连续投影算法(SPA)对全光谱波段和4个特征波段进行特征波长提取,分别筛选出变量63个和25个。分别对4个特征波段、63个和25个特征波长进行主成分降〖JP2〗维,当主成分数分别为7、5和4时,隐含层神经元数分别为7、5和3时,建立了siPLS+BPANN,SPA+BPANN,siPLS+〖JP〗SPA+BPANN生菜叶磷含量检测模型。研究结果表明:siPLS+SPA+BPANN模型的预测结果优于其他模型,验证集相关系数为0.911,验证均方根误差为479mg/kg。 相似文献
992.
基于随机森林回归算法的小麦叶片SPAD值遥感估算 总被引:12,自引:0,他引:12
使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型。以2010—2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16。 相似文献
993.
994.
车载式土壤光-电特性参数采集系统研究 总被引:1,自引:0,他引:1
土壤电导率是衡量土壤传导电流能力的一种固然属性,除了能够反映土壤质地外,还能够反映土壤的含水率、含盐量、有机物含量等特性。利用土壤光谱数据可以分析出土壤含水率、养分等,且测量过程中无需采样、搅动土壤。通过土壤电导率数据和光谱数据的综合、校正,能够提高系统的精度。基于嵌入式技术开发了土壤电导率和光谱反射率综合检测系统。土壤电导率测量系统采用基于改进的电流-电压四端法原理,使用深松犁的尖端作为电极传感器,能够在测量的同时完成松土的作用。光谱测量系统使用微型光谱传感器采集光谱数据,并进行实时处理。在采集土壤电导率、光谱数据的同时,系统同步采集GPS信息,并和土壤电导率、光谱数据一起保存,供进一步绘制土壤特性分布图使用。系统能够实时综合处理多种数据,并进行显示、保存等操作,具有良好的应用 前景。 相似文献
995.
996.
997.
基于地基激光雷达的叶倾角分布升尺度方法研究 总被引:1,自引:0,他引:1
地基激光雷达因其具有穿透力强,能够提取植被冠层三维结构信息的优势,是提取植被叶倾角分布(Leaf angle distribution,LAD)的理想数据源,因此将地基激光雷达数据与遥感影像结合获取大尺度叶倾角分布结果颇具潜力。以河北省保定市北部4个县为研究区,利用10个玉米样地的地基激光雷达数据提取叶倾角分布结果,使用主成分正变换提取玉米实测叶倾角分布数据中信息量最大的前3个主成分,再利用神经网络模型对所提取的主成分与Landsat8反射率数据结合建立关系模型,然后将训练好的模型应用于整个研究区进行升尺度转换,最后通过主成分逆变换,得到升尺度后平均叶倾角(Mean tilt angle,MTA)结果。对升尺度后LAD与实测LAD及升尺度后MTA与实测MTA进行交叉验证,结果表明,升尺度MTA与实测MTA的验证精度(R2)为0.786 2,均方根误差(RMSE)为3.04°。该结果表明,使用提取主成分方法建立光谱数据与叶倾角分布的关系模型从而达到升尺度转换的目的具有可行性,模拟精度较高,且误差较小。 相似文献
998.
给出了以CC2430芯片为核心的环境监测无线传感器网络实现方案.设计中充分考虑到节点的剩余能量、链路质量和节点负载等因素,提出了一种能耗均衡树算法,使网络节点的负载逐渐趋于均衡,解决了因负载分配不均衡,使得网络节点出现过早失效、缩短网络寿命问题.实验表明,算法可均衡节点负载,延长网络的生存时间,实现网络的长效运行. 相似文献
999.
1000.