全文获取类型
收费全文 | 97篇 |
免费 | 5篇 |
国内免费 | 5篇 |
专业分类
林业 | 10篇 |
农学 | 4篇 |
基础科学 | 8篇 |
7篇 | |
综合类 | 35篇 |
农作物 | 4篇 |
畜牧兽医 | 28篇 |
园艺 | 3篇 |
植物保护 | 8篇 |
出版年
2024年 | 2篇 |
2023年 | 6篇 |
2022年 | 4篇 |
2021年 | 9篇 |
2020年 | 10篇 |
2019年 | 5篇 |
2018年 | 4篇 |
2017年 | 1篇 |
2016年 | 2篇 |
2015年 | 4篇 |
2014年 | 8篇 |
2013年 | 7篇 |
2012年 | 10篇 |
2011年 | 1篇 |
2010年 | 1篇 |
2009年 | 2篇 |
2008年 | 6篇 |
2007年 | 4篇 |
2006年 | 4篇 |
2005年 | 2篇 |
2004年 | 3篇 |
2003年 | 2篇 |
2002年 | 1篇 |
2001年 | 1篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1997年 | 2篇 |
1994年 | 1篇 |
1992年 | 1篇 |
1991年 | 1篇 |
排序方式: 共有107条查询结果,搜索用时 48 毫秒
81.
82.
83.
基于气象因子深度学习的森林火灾预测方法 总被引:4,自引:0,他引:4
森林火灾一旦发生将对生态系统造成严重的破坏,间接导致气候的变化和极端天气频发。对森林火灾的发生进行准确预测可提前采取有效的防控措施,具有重要意义。传统林火预测模型多为数学方法和浅层神经网络,当数据量增大时易出现建模困难以及预测精度降低等问题。深度学习模型在处理大量非线性数据上具有一定的优势,其模型具有多层网络结构,通过训练大量数据可提取出具有代表性的特征值,发现数据间的隐含关系,达到准确分类预测的目的。因此,本研究提出一种基于深度学习的林火预测方法,将深度信念网络(deep belief network,DBN)作为预测模型,气象因子作为输入数据,以解决传统林火预测模型在面对大量数据时预测效果不佳的问题;同时结合过采样SMOTE(synthetic minority oversampling technique)算法,平衡林火数据集和增加训练数据量,提升了森林火灾的预测准确度。结果表明,在面对更大的数据量时,该模型预测精度明显优于其他传统林火预测模型,证明了将深度学习应用在林火预测的优越性。该研究可为深度学习在林业领域的应用提供参考。 相似文献
84.
85.
掌握资源冷杉野生种群生长现状,是制定种群保育措施与开展生物多样性保护的重要依据。本研究采用样地和样方调查方法,对湖南南山国家公园生态区的资源冷杉野生种群进行了详细调查,分析了现存资源冷杉种群的数量分布、适生生境、群落结构、年龄结构以及胸径树高结构等方面的现状。结果表明:湖南南山国家公园生态区的资源冷杉野生植株数量为106株(不包括幼苗);其适生区域的海拔范围在1450~1900 m之间,适生土壤为山地黄棕壤,适宜生长温度在9.5~14.5℃之间,适生区域年均降雨量介于1218~2018 mm之间,年均相对湿度介于79.2~85.6%之间;现有种群的群落结构完整,具有明显的乔灌草分层;年龄结构存在不合理现象,不同种群的胸径树高差异显著(P<0.05)。结合现存资源冷杉存在的更新繁育问题,从增加种群数量、改善种群群落结构与年龄结构三个方面提出了资源冷杉种群的保育对策。资源冷杉的现状调查结果和保育对策,可以为南方地区资源冷杉种群的保护提供重要参考。 相似文献
86.
本文论述了我国蔬菜农药残留的现状和危害,并对蔬菜农药残留的主要原因进行了分析,提出了控制蔬菜农药残留的策略,期望能够为有效降低蔬菜农药残留提供参考价值。 相似文献
87.
88.
89.
以巨霸杨为试材,采用不同植物激素组合及潮霉素不同浓度梯度筛选法,研究了巨霸杨组培再生体系建立及潮霉素对叶片和茎尖苗生长分化的影响。结果表明:诱导叶片芽分化的最佳培养基为MS+6-BA 0.25mg/L+IBA 0.1mg/L,再生芽在1/2MS+IBA 0.3mg/L上生根形成完整植株。通过对无菌苗叶片和茎尖材料不同浓度梯度潮霉素抗性筛选试验,发现潮霉素(Hygromycin)对巨霸杨产生了较为敏感的选择压力,随着培养天数的增加潮霉素的抑制作用越来越明显。同茎尖苗比,叶片对潮霉素更为敏感。叶片培养2d后即有明显受损表现,茎尖苗在培养4d后才出现损伤。14d后,在4mg/L潮霉素条件下只有个别叶片在叶柄基部有少量芽分化;6mg/L以上潮霉素条件下叶片及茎尖苗则全部失绿死亡。经过对比,确定巨霸杨的潮霉素筛选临界浓度范围为4~6mg/L。该研究为巨霸杨的基因转化奠定了技术基础。 相似文献
90.