全文获取类型
收费全文 | 7532篇 |
免费 | 270篇 |
国内免费 | 597篇 |
专业分类
林业 | 650篇 |
农学 | 388篇 |
基础科学 | 1143篇 |
525篇 | |
综合类 | 3486篇 |
农作物 | 228篇 |
水产渔业 | 142篇 |
畜牧兽医 | 948篇 |
园艺 | 679篇 |
植物保护 | 210篇 |
出版年
2024年 | 196篇 |
2023年 | 444篇 |
2022年 | 539篇 |
2021年 | 475篇 |
2020年 | 369篇 |
2019年 | 374篇 |
2018年 | 160篇 |
2017年 | 244篇 |
2016年 | 289篇 |
2015年 | 262篇 |
2014年 | 407篇 |
2013年 | 393篇 |
2012年 | 406篇 |
2011年 | 450篇 |
2010年 | 419篇 |
2009年 | 435篇 |
2008年 | 438篇 |
2007年 | 335篇 |
2006年 | 345篇 |
2005年 | 258篇 |
2004年 | 158篇 |
2003年 | 142篇 |
2002年 | 155篇 |
2001年 | 109篇 |
2000年 | 83篇 |
1999年 | 57篇 |
1998年 | 45篇 |
1997年 | 64篇 |
1996年 | 41篇 |
1995年 | 41篇 |
1994年 | 59篇 |
1993年 | 33篇 |
1992年 | 39篇 |
1991年 | 34篇 |
1990年 | 44篇 |
1989年 | 17篇 |
1988年 | 7篇 |
1987年 | 9篇 |
1986年 | 5篇 |
1985年 | 3篇 |
1984年 | 2篇 |
1983年 | 3篇 |
1982年 | 2篇 |
1981年 | 2篇 |
1977年 | 2篇 |
1976年 | 1篇 |
1963年 | 1篇 |
1955年 | 1篇 |
1953年 | 2篇 |
排序方式: 共有8399条查询结果,搜索用时 46 毫秒
1.
对乡村景观进行特征识别及景观评价,可以更好地了解乡村景观特征及资源,找出乡村景观资源发展的优劣,实现其特色化发展.该研究运用地理信息系统对乡村景观进行特征识别,绘制乡村景观特征分区图,再基于AVC理论构建乡村景观综合评价体系,运用定量和定性相结合的方法确定指标分值,得到综合评价结果,并以潜山市黄铺村为例,进行了较为完整的景观特征识别与综合评价研究.结果表明,黄铺村具备良好的乡村旅游条件,其社会吸引力和环境承载力较高,但经济生命力相对较低,有待进一步提升.研究结果可为黄铺村景观评价及制定有针对性的乡村规划提供科学依据. 相似文献
2.
植物根系表型信息获取技术研究进展 总被引:1,自引:0,他引:1
人口数量增长和全球气候变化加剧了粮食安全供给压力,育种学家亟需培育高产、高效作物品种以满足日益增长的粮食消费需求.基于根性状的品种培育改良可有效提高作物水分、养分利用率,但根系表型观测的困难性极大地限制了育种进程.随着自动化控制、成像和传感器以及图像解译技术的发展,高通量根表型信息系统性收集已成为可能.本文综述了一系列适用于室内或田间的非破坏性或破坏性根系二维或三维结构测定技术;系统阐述了主流的根表型参数提取图像分析技术和软件;探讨了基于根表型平台的根性状筛选应用于新品种培育的成功案例,并对高通量根表型平台的进一步研发进行了展望. 相似文献
3.
农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。 相似文献
4.
随着当前人们对健康养生的重视程度不断成熟,因此在这一过程中,人们对茶叶产品的品质要求不断提升。而如何才能实现理想的茶叶生产效果,不仅要注重提升茶树自身品种,同时也要注重优化应用多项技术,本文拟从茶叶嫩芽颜色识别技术的应用背景分析入手,结合茶叶嫩芽颜色识别技术应用的具体价值,通过融入茶叶嫩芽颜色的识别技术要求,从而探究茶叶嫩芽颜色的具体识别技术内容。 相似文献
5.
6.
8.
9.
10.