全文获取类型
收费全文 | 11363篇 |
免费 | 351篇 |
国内免费 | 1194篇 |
专业分类
林业 | 643篇 |
农学 | 1016篇 |
基础科学 | 1372篇 |
1310篇 | |
综合类 | 5127篇 |
农作物 | 822篇 |
水产渔业 | 136篇 |
畜牧兽医 | 1634篇 |
园艺 | 592篇 |
植物保护 | 256篇 |
出版年
2024年 | 134篇 |
2023年 | 401篇 |
2022年 | 452篇 |
2021年 | 466篇 |
2020年 | 467篇 |
2019年 | 470篇 |
2018年 | 320篇 |
2017年 | 375篇 |
2016年 | 486篇 |
2015年 | 490篇 |
2014年 | 644篇 |
2013年 | 630篇 |
2012年 | 684篇 |
2011年 | 703篇 |
2010年 | 642篇 |
2009年 | 619篇 |
2008年 | 762篇 |
2007年 | 569篇 |
2006年 | 425篇 |
2005年 | 474篇 |
2004年 | 329篇 |
2003年 | 389篇 |
2002年 | 292篇 |
2001年 | 251篇 |
2000年 | 207篇 |
1999年 | 146篇 |
1998年 | 141篇 |
1997年 | 122篇 |
1996年 | 116篇 |
1995年 | 124篇 |
1994年 | 107篇 |
1993年 | 94篇 |
1992年 | 75篇 |
1991年 | 79篇 |
1990年 | 70篇 |
1989年 | 65篇 |
1988年 | 25篇 |
1987年 | 12篇 |
1986年 | 11篇 |
1985年 | 18篇 |
1984年 | 4篇 |
1983年 | 6篇 |
1982年 | 5篇 |
1981年 | 3篇 |
1980年 | 2篇 |
1979年 | 1篇 |
1955年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
961.
农机总动力是反映和评价农业机械化水平的一个重要指标.通过对黑龙江省农机总动力历史数据进行分析,建立了指数模型、GM(1,1)模型和BP神经网络模型3种预测模型,其次,应用基于离异系数法、二次规划法、Shapley值权重分配法分别构建组合预测模型.拟合结果表明,各种组合预测模型优于各单一模型.最后应用基于Shapley值权重分配法对黑龙江省农机总动力进行组合预测,为制定农机动力发展规划提供了依据. 相似文献
962.
基于NIR及PLS-PCR-SVR预测森林土壤有机碳含量 总被引:2,自引:0,他引:2
森林土壤有机碳含量是表征林地土壤营养状况的重要指标,该文建立了土壤有机碳含量的近红外光谱定标模型,并比较了偏最小二乘法(PLS)、支持向量机回归(SVR)、主成分回归(PCR)3种建模方法及Savitzky-Golay平滑+多元散射校正、Savitzky-Golay平滑+一阶导数、Savitzky-Golay平滑+二阶导数、Savitzky-Golay平滑+多元散射校正+一阶导数、Savitzky-Golay平滑+多元散射校正+二阶导数5种光谱预处理方法对土壤有机碳含量定标模型精度的影响,同时进行了波段优选。结果表明:当光谱区域为1 380~1 450 nm,1 800~1 950 nm,2 050~2 300 nm,光谱数据采用Savitzky-Golay平滑+多元散射校正+一阶导数预处理,采用PLS的建模方法,主成分数为8时,建立的校正模型预测效果最佳。校正模型的R、RMSE、SEC分别为0.805 2、0.512 2、0.512 5;预测模型的R、RMSE、SEP分别为0.768 1、0.514 3、0.514 6。因此,利用近红外光谱技术可以实现土壤有机碳含量的快速估测,为林区实时、大面积、快速测定森林土壤有机碳含量提供了技术可行性。 相似文献
963.
基于近红外光谱苗期玉米叶片叶绿素含量的无损检测方法 总被引:1,自引:0,他引:1
试验以42片未经处理的苗期玉米叶片为试材,采用近红外光谱检测技术和SNV+Detrending的预处理方法,应用偏最小二乘回归分析方法建立定量分析模型,通过测定近红外光谱图,研究3 300~10 000 cm-1范围内苗期玉米叶片的光谱特性。结果表明,测定苗期玉米叶片叶绿素含量的决定系数R2为0.989,残差均方根RMSE为0.047,采用近红外光谱快速检测苗期玉米叶片叶绿素含量是可行的。 相似文献
964.
麦田耕作层土壤有机质的高光谱监测 总被引:3,自引:2,他引:1
为了利用高光谱技术实现麦田耕作层土壤有机质(SOM)的实时、快速、准确监测,对不同物理条件下的麦田耕作层(0~20 cm)土壤进行了有机质和高光谱的测定,并利用多元逐步回归统计方法进行了土壤有机质信息波段的提取和监测模型的构建。结果表明,风干土和过筛处理土的光谱反射率要明显高于湿土处理,在350~1 100 nm处,光谱基本重合,说明二者含有相似的光谱信息,不同土壤粒径造成1 100~2 500 nm的差异。利用多元逐步回归的统计方法构建了不同光谱处理方式的土壤有机质光谱监测模型,并取得了较好的验证效果,其中,基于Savitzky-Golay平滑法的光谱处理不适于试验土壤有机质监测模型的构建;而经一阶微分处理后所构建的光谱监测模型拟合精度高、验证误差小,其中,湿土的土壤有机质监测模型具有较好的实践应用性。研究结果将为麦田土壤有机质的高光谱监测提供一定的理论依据。 相似文献
965.
以晚熟脐橙为试材,采用近红外光谱技术与常规检测分析相结合的方法,对比和评价了基于果面和果汁光
谱信息的脐橙可溶性固形物(TSS)含量预测模型精度,并筛选了可溶性固形物预测特征光谱.通过对果面和果汁原
始光谱的多元散射校正(MSC)预处理,利用偏最小二乘法(PLS)分别建立了TSS预测模型,其中,当果面光谱主因
子为5时,其对于可溶性固形物预测相关系数为最大(R=0.8367)、预测均方根误差(RMSEP)为最小(RMSEP=
0.4903);而当果汁光谱主因子为8时,其对果汁可溶性固形物的预测相关系数为最大(R=0.9058)、预测均方根
误差为最小(RMSEP=0.5236).采用联合区间偏最小二乘法(siPLS)对果面和果汁光谱特征波段组合进行筛选,
获得果面光谱建模特征波段组合为1000~1107,1750~1857,2071~2177和2178~2284nm,建立的校正集和
预测集模型相关系数分别为0.9462和0.9020,RMSECV为0.3596,RMSEP为0.4309;获得用于果汁光谱建模
的特征波段组合为1000~1125,1251~1375,1376~1500和1626~1750nm,校正和预测模型相关系数分别为
0.9894和0.9596,RMSECV为0.1631,RMSEP为0.3128.结果表明:试验所筛选出的果面和果汁近红外光谱
特征波段组合建立的校正模型,均可用于晚熟脐橙TSS含量的无损检测,果汁光谱对于甜橙果实固形物含量预测
精度高于果面光谱,近红外光谱技术用于橙汁固形物检测是可行的. 相似文献
966.
<正>高粱绥杂7号杂交组合是由黑龙江省农业科学院绥化分院以绥不育26A为母本,绥恢25为父本杂交育成,2004年配制杂交组合,2005年进行育性鉴定及产量鉴定,育性鉴定结果恢复率98%以上,2009~2010年参加黑龙江省区域试验,2011年进行生产试验,2012年1月由黑龙江省农作物品种审定委员会审定通过。绥杂7号幼苗生长健壮,芽鞘色紫红色,抗旱抗寒力强,植株生长茂盛。株高109cm左右,穗长26cm,穗型为中紧,穗叶片集中于中下部,矮秆适合于机械收获,成熟时不易落粒。生育日数,与对照龙辐粱 相似文献
967.
968.
3种异速生长方程对生物量建模的对比分析 总被引:2,自引:0,他引:2
曾伟生 《中南林业调查规划》2014,(1):1-3,19
利用5个树种的1 055株样木的生物量实测数据,对3种常用的异速生长方程的建模效果进行比较分析。结果表明,二元生物量模型M=aDbHc的拟合效果通常要好于一元生物量模型M=aDb;基于组合变量的常用二元模型M=a(D2H)b并不适合于各类生物量的估计,仅对树干生物量和干材生物量的估计是有效的,对其它生物量的估计其效果还不如一元模型;建立树冠、树枝和树叶生物量模型时,采用组合变量D3/H可能是合适的。 相似文献
969.
近红外光谱在南疆红枣糖度无损检测中的应用 总被引:2,自引:0,他引:2
南疆红枣的分级目前还停留在外部品质,然而红枣的内部品质比外部品质更重要。红枣的内部品质包括糖度、酸度等。利用近红外漫反射光谱技术对南疆红枣糖度进行无损检测,应用傅立叶变换近红外光谱仪采集红枣光谱图,糖度的测定选用数字阿贝折射仪。分别选用偏最小二乘法(PLS)和主成分回归分析法(PCR)的化学计量学方法建立红枣校正模型,光谱数据预处理选择一阶导数光谱、平滑等,得到的校正相关系数(Rc)为0.942 5,预测相关系数(Rp)为0.910 4,校正标准偏差(SEC)值为1.02。预测标准偏差(SEP)值为0.836,主因子数为5。 相似文献
970.