首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   11363篇
  免费   351篇
  国内免费   1194篇
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
  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.
郝晓玲  索瑞霞 《安徽农业科学》2014,(14):4455-4457,4462
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.
基于高光谱遥感影像的森林病虫害监测研究进展   总被引:3,自引:1,他引:2  
总结了高光谱遥感监测森林病虫害的机理与操作流程,在此基础上,重点阐述了利用高光谱影像监测植物病虫害的研究现状,最后分析了高光谱遥感影像应用于森林病虫害监测研究中存在的不足,并对未来的研究趋势进行了展望。  相似文献   
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  
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.
高光谱成像技术无损检测水果缺陷的研究进展   总被引:1,自引:0,他引:1  
水果缺陷无损检测是水果分级的重要依据。随着图像技术与光谱信息的发展、高光谱成像系统硬件成本的下降和性能的提升,高光谱成像技术在水果缺陷无损检测方面获得了越来越多的应用。为了能充分利用最新研究成果,从高光谱成像技术在水果的缺陷无损检测方面,综述了水果损伤、病害、虫害等缺陷无损检测的研究进展,并对其发展方向进行了展望。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号