全文获取类型
收费全文 | 158篇 |
免费 | 4篇 |
国内免费 | 27篇 |
学科分类
农业科学 | 189篇 |
出版年
2024年 | 2篇 |
2023年 | 11篇 |
2022年 | 13篇 |
2021年 | 11篇 |
2020年 | 6篇 |
2019年 | 7篇 |
2018年 | 12篇 |
2017年 | 6篇 |
2016年 | 10篇 |
2015年 | 5篇 |
2014年 | 6篇 |
2013年 | 5篇 |
2012年 | 8篇 |
2011年 | 12篇 |
2010年 | 12篇 |
2009年 | 4篇 |
2008年 | 6篇 |
2007年 | 4篇 |
2006年 | 4篇 |
2005年 | 1篇 |
2004年 | 5篇 |
2003年 | 3篇 |
2002年 | 2篇 |
2001年 | 5篇 |
2000年 | 3篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1997年 | 5篇 |
1996年 | 2篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1993年 | 3篇 |
1992年 | 3篇 |
1991年 | 1篇 |
1990年 | 2篇 |
1989年 | 1篇 |
1987年 | 1篇 |
1976年 | 2篇 |
排序方式: 共有189条查询结果,搜索用时 15 毫秒
1.
2.
为探究云南植烟区域对烤后硃砂烟叶质量的影响,运用统计性描述、主成分分析和聚类分析探讨了不同植烟区域硃砂烟叶外观质量和理化特性差异。结果表明,硃砂烟中部烟叶颜色和色度、上部烟叶外观质量指标受植烟区域的影响较大;中上部烟叶平衡含水率相对稳定,但叶面密度波动较大,其变异系数CV值分别为17.05%和20.52%;植烟区域对中上部烟叶化学成分也有较大影响,尤其是烟碱、新烟碱、假木贼碱和氯含量差异较大,其CV值高达32.89%~97.29%;主成分和聚类分析发现,滇中植烟区中上部外观质量、中部理化特性与其它烟区存在明显差异,表明滇中植烟区的中部硃砂烟叶具有明显区域特色。 相似文献
3.
绒螯蟹形态生成特征和放养措施 总被引:1,自引:0,他引:1
比较了4种绒螯蟹的形态,介绍了我国中华绒螯蟹六大水系生态群的形态生态特征和放养注意事项。 相似文献
4.
5.
6.
以新鲜小松菜为试材,采用小苏打复合液、乙酸锌复合液2种不同保绿途径对其冻藏前进行烫漂处理,并对小松菜钙、钠、锌元素含量进行测定,比较了2种不同前处理消解方法精确性,研究了不同处理方法对冻藏期小松菜相关品质指标的影响。结果表明:2种保绿途径均显著延缓了小松菜总叶绿素含量的损失(P0.05),不同程度增加了样品中钙、钠、锌离子含量,其中金属离子保绿途径的乙酸锌复合液处理样品的锌离子残留量超标,相比而言,碱保绿途径的小苏打复合液处理对冻藏期小松菜相关元素残留安全性及护绿效果较好,处理时应避免长时间、高温烫漂对产品硬脆度的破坏而抵消复合液中钙离子的保脆效应。 相似文献
7.
8.
9.
为比较鳜短期饥饿与摄食的生理状态,实验以我国鳜主产区广东省的冬季水温为参照,在(13±1)°C的水温条件下,选取体质量为(84.13±0.14) g的鳜90尾,分为饥饿组(饥饿15 d)和摄食组(摄食15 d),实验结束后测定各项理化指标。结果显示:(1)摄食组鳜的体质量、肝糖原、全鱼与肌肉的粗蛋白、粗脂肪含量均显著高于饥饿组,摄食组增重7.54%,而饥饿组减重8.39%。(2)摄食组鳜血浆谷丙转氨酶和谷草转氨酶活性显著低于饥饿组,但甘油三酯含量显著高于饥饿组,各类血细胞数量与血糖水平则无明显差异。(3)摄食组鳜的消化酶活性显著高于饥饿组,肠道组织结构发育更好。(4)摄食组鳜肝脏抗氧化能力显著高于饥饿组,且饥饿组部分肝细胞有明显的结构损伤,脂滴数量显著少于摄食组。(5)摄食组鳜的血浆溶菌酶活性和血浆、脾脏、肾脏免疫球蛋白M含量显著高于饥饿组。(6)摄食组与饥饿组鳜背肌氨基酸组成无显著差异。但脂肪酸组成有显著差异,摄食组鳜背肌饱和脂肪酸与单不饱和脂肪酸总量显著低于饥饿组,而多不饱和脂肪酸与高不饱和脂肪酸总量显著高于饥饿组。研究表明,在本实验条件下,摄食组增重而饥饿组减重,两种处理增重量差... 相似文献
10.
二次聚类与神经网络结合的日光温室温度二步预测方法 总被引:2,自引:0,他引:2
精确预测日光温室温度是实现对温室精准调控的前提。由于温室是复杂非线性系统,受室内外众多环境因素影响,且部分因素难以准确测量和建模,因此,难以通过机理分析建立室外因素精确影响室内温度的物理模型。而现有时间序列分析、人工神经网络等仅基于数据的方法预测准确度也较低。本文提出连续时间段聚类与BP神经网络相结合的二步日光温室温度预测方法。首先,进行二次聚类,对室外温度情况相似的日进行聚类,并将全年划分为若干个类似时间段,根据连续时间段内相似日的数量进行聚类,将全年内的连续时间段归入若干类别。其次,对不同类别的时间段,分别采用BP神经网络建立室外温度、相对湿度、太阳辐射、风速和温室室内温度间的关联模型,通过数据训练,能够较为准确的根据室外环境数据预测室内温度。通过涿州实验农场2年数据试验验证,通过二次聚类,全年连续时间段可划分为3类,通过分别建立BP神经网络并分别训练,结果表明本方法预测误差仅为6.23%,与现有未分类的BP神经网络预测算法对比,本文方法有效地提高了准确度,平均误差降低5.4个百分点。 相似文献