全文获取类型
| 收费全文 | 105篇 |
| 免费 | 3篇 |
| 国内免费 | 8篇 |
专业分类
| 林业 | 9篇 |
| 农学 | 2篇 |
| 基础科学 | 5篇 |
| 4篇 | |
| 综合类 | 45篇 |
| 农作物 | 4篇 |
| 水产渔业 | 6篇 |
| 畜牧兽医 | 26篇 |
| 园艺 | 12篇 |
| 植物保护 | 3篇 |
出版年
| 2024年 | 2篇 |
| 2023年 | 8篇 |
| 2022年 | 7篇 |
| 2021年 | 7篇 |
| 2020年 | 6篇 |
| 2019年 | 8篇 |
| 2018年 | 12篇 |
| 2017年 | 7篇 |
| 2016年 | 3篇 |
| 2015年 | 4篇 |
| 2014年 | 7篇 |
| 2013年 | 10篇 |
| 2011年 | 8篇 |
| 2010年 | 9篇 |
| 2009年 | 3篇 |
| 2008年 | 3篇 |
| 2007年 | 4篇 |
| 2005年 | 1篇 |
| 2002年 | 1篇 |
| 2001年 | 2篇 |
| 2000年 | 1篇 |
| 1999年 | 2篇 |
| 1985年 | 1篇 |
排序方式： 共有116条查询结果，搜索用时 281 毫秒
51.
淡紫紫孢菌对黄瓜根结线虫的防治效果 总被引：2，自引：0，他引：2
根结线虫(Meloidogyne spp.)是一类严重危害经济农作物并广泛分布于世界各地的重要的植物病原线虫。淡紫紫孢菌(Purpureocillium lilacinum)能够寄生于根结线虫和孢囊线虫卵,对根结线虫有很强的抑制作用。为了检验淡紫紫孢菌对黄瓜根结线虫的防治作用,测定了淡紫紫孢菌pt361对黄瓜根结线虫卵的寄生率、幼虫致死率,并分析了淡紫紫孢菌的代谢产物白灰制菌素,同时测定了其在土壤中的存活状态。结果表明,淡紫紫孢菌pt361菌株对线虫卵寄生率为72.6%。其菌株混合发酵液对黄瓜根结线虫幼虫致死率达95.2%。对pt361菌株代谢产物进行检测,发现有白灰制菌素A和B,其浓度分别为98.9%和71.2%,这可能与淡紫紫孢菌防治根结线虫的机制有关。综上所述,淡紫紫孢菌能有效防治黄瓜根结线虫。 相似文献
52.
为探究三峡库区支流垂向水环境的分布特征及其影响因素,采用2018年2月（高水位期）和7月（汛期）对三峡水库典型一级支流——神农溪回水区水质监测数据,分析和对比了神农溪不同季节的溶解氧和叶绿素a等指标垂向分布特征,讨论了影响其垂向分布的环境因子。结果表明,神农溪高水位期与汛期的溶解氧含量在0~12 m和0~6 m水体分层现象明显,其表层水体的溶解氧饱和度(SDO)分别为104.04%和171.96%,已经达到过度饱和状态（SDO>100%）;中层水体溶解氧浓度存在分层现象,底层水体溶解氧浓度较稳定,无分层现象。高水位期与汛期的叶绿素a含量在0~10 m水体分层现象明显,表层水体的叶绿素a浓度整体上表现为中度富营养化（5 μg/L相似文献
53.
本试验旨在通过体外产气试验研究高酶活力的米曲霉培养物(AOC)对瘤胃发酵的影响。以米曲霉产酶特性为标准研制米曲霉培养物,体外法研究0、3、6、12 mg米曲霉培养物对瘤胃发酵和微生物酶活力的影响。结果表明:培养48 h的AOC酶活力最高(P<0.05);与对照组相比,添加6、12 mg AOC显著增加了24 h产气量、微生物蛋白浓度、总挥发性脂肪酸、乙酸和丙酸的含量(P<0.05),12 mg AOC组的氨态氮浓度显著高于其他各组(P<0.05)。6 mg AOC组微晶纤维素酶活性显著高于其他组(P<0.05),木聚糖酶活性显著高于对照组和3 mgAOC组(P<0.05);12 mg AOC组的羧甲基纤维素酶和淀粉酶活性显著高于对照组和3 mg AOC组(P<0.05)。综上所述,添加米曲霉培养物可通过提高瘤胃微生物酶活性而促进体外瘤胃发酵。 相似文献
54.
本文从K-L变换的思想和理论依据入手,阐述了特征提取的目的,并解释了K-L变换和主成分分析(PCA)的区别。最后,以iris数据作为样本,采用K-L变换对其进行分类,并得出结论:该变换可以将样本的显著特征抽取出来,在降低特征数据的维数减少运算量和存储量的同时,分类结果基本不受影响,甚至在某些次优分类方法(BP神经网络)下可能优于未经变换处理进行的分类。 相似文献
55.
随着城市经济的不断发展,城市道路交通安全成为社会关注的一个焦点问题。本文针对城市道路交通事故态势预测问题,搭建道路交通事故态势分析架构,在深入研究SVR的基础上,基于事故发生数、受伤人数、死亡人数和直接经济损失构建了SVR道路交通事故态势预测模型。同时,结合成都市2010~2016年道路交通事故数据,分析了成都市交通事故的发生规律。 相似文献
56.
57.
58.
59.
60.
利用Google的开源框架TensorFlow搭建一个卷积神经网络模型,以实现自动人脸识别。将LFW人脸数据集和需要被识别对象的人脸图像作为人脸样本库,对构建的深度学习模型进行训练,训练之后再用测试样本进行测试。测试结果表明,在需要被识别对象的样本数量达到1024时,该模型识别率可以达到99.9%,同时,增加被识别对象样本,识别率还会有所提高。 相似文献