全文获取类型
收费全文 | 1705篇 |
免费 | 185篇 |
国内免费 | 706篇 |
出版年
2024年 | 9篇 |
2023年 | 48篇 |
2022年 | 51篇 |
2021年 | 56篇 |
2020年 | 57篇 |
2019年 | 74篇 |
2018年 | 69篇 |
2017年 | 52篇 |
2016年 | 72篇 |
2015年 | 74篇 |
2014年 | 118篇 |
2013年 | 87篇 |
2012年 | 105篇 |
2011年 | 144篇 |
2010年 | 100篇 |
2009年 | 92篇 |
2008年 | 71篇 |
2007年 | 76篇 |
2006年 | 84篇 |
2005年 | 77篇 |
2004年 | 64篇 |
2003年 | 85篇 |
2002年 | 55篇 |
2001年 | 77篇 |
2000年 | 73篇 |
1999年 | 61篇 |
1998年 | 47篇 |
1997年 | 59篇 |
1996年 | 44篇 |
1995年 | 50篇 |
1994年 | 36篇 |
1993年 | 41篇 |
1992年 | 56篇 |
1991年 | 48篇 |
1990年 | 43篇 |
1989年 | 32篇 |
1988年 | 19篇 |
1987年 | 28篇 |
1986年 | 25篇 |
1985年 | 13篇 |
1984年 | 20篇 |
1983年 | 11篇 |
1982年 | 21篇 |
1981年 | 14篇 |
1980年 | 13篇 |
1979年 | 5篇 |
1964年 | 6篇 |
1960年 | 5篇 |
1958年 | 4篇 |
1956年 | 4篇 |
排序方式: 共有2596条查询结果,搜索用时 52 毫秒
101.
节杆菌82菌株胆固醇氧化酶的产生条件 总被引:2,自引:1,他引:1
苇轩菌82菌株不需胆固醇诱导即可产生大量胞外胆固醇氧化酶。本文比较了该菌株在不同碳源、氮源及不同葡萄糖或玉米浆浓度下的产酶情况。发现该菌株在含较丰富1有机氮培养基中生长三天,产酶活力可超过600 u/L。可提取到分泌至胞外的酶活力占总酶活力的60%。除去上清液的细胞,经Trltun X—100处理后可提出的胞内胆固醇氧化酶活力约占总酶活力的10%。考查了在不同培养条件下,细胞中胆固醇氧化酶渗出率的变化。 相似文献
102.
本文通过活体标本、连续切片、全封标本及扫描电镜观察了大陆品系日本血吸虫Schistosomajaponicum子胞蚴体内尾蚴发育期的形态。日本血吸虫尾蚴发育分为五期,即胚细胞期、胚球期、尾蚴雏体期、成熟前期和成熟期。与曼氏血吸虫尾蚴发育进行比较,日本血吸虫尾蚴在胚球期无极化现象;尾蚴雏体期的尾芽形态多非圆球形,尾叉形成较早。钻腺及焰细胞均在此期发生,较曼氏血吸虫尾蚴早。除了上述头器、头腺、钻腺、焰细胞及消化器官进一步发育外,体内散在胚细胞结集为生殖始基,体表感觉乳突分化与体尾肌细胞的发育,尾蚴从成熟前期过渡到成熟期。 电镜首次原位观察尾蚴发育在子胞蚴育腔内的自然状态。尽管偶尔可见到胞蚴体壁与胚元之间某些结构联系,但大部份的胚元各自独立混杂在育腔之中。此外尚注意到尾蚴体棘发生在成熟前期,但其密度较成熟尾蚴小,而其大小却比成熟尾蚴的大。尾蚴头器上感觉乳突和围褶可能先于内部腺体细胞的分化。 相似文献
103.
104.
本文描述的腹足类是中国科学院南京地质古生物研究所西南队志留系分队的同志采集的,化石主要采自黔东和滇东地区,也包括少数川北和陕南的标本,共有15属16种,其中2新种。由于这些标本的壳饰大部分已破损,多数呈内核保存,因此有的化石暂时只能给以属名, 相似文献
105.
水杨酸生产菌抗噬菌体菌株的选育 总被引:1,自引:0,他引:1
从氧化荣生成水杨酸的铜绿色假单孢杆菌 Pseudomonas aerugtnosa AS 1.860菌株的不正常发酵液巾分离到了噬菌体,这些噬菌体呈秆状,命名为sA噬茵体。用它处理敏感菌株获得了一批抗噬酱体的产水杨酸菌株,其中B。菌株在摇瓶和罐的发酵中产酸都不低于原坡感菌林的水平。根据敏感菌株及sA噬菌体耐热性的差异,我们用热处理法获得了不含活细胞的噬菌体液,实践证明此法简便而有效。 相似文献
106.
107.
108.
为了提高粗饲料的营养价值,广辟饲料来源,国内外都在积极开展研究,应用酶、物理和化学处理等方法多途径进行探索。 以纤维素酶作为饲料添加剂,不仅已经有效地应用于反刍动物,在猪的饲料中,也能显著改善饲料的消化率,促进营养物质的利用,提高日增重,降低饲料消耗。而猪肠道内的纤维分解菌,早在四十年代即已着手研究,并已证实纤维素的消化主要是细菌在盲肠和大肠内进行。 相似文献
109.
110.
在介观尺度上,小鼠大脑图像的数据量可达到10 TB量级,人脑数据量则达到惊人的几十PB,从海量脑图像数据中识别和分析神经元的形态是一项复杂且具有挑战的任务。当前研究人员提出了基于传统机器学习和深度学习的神经元识别算法,其中传统机器学习方法存在迁移、泛化能力较差的问题,基于深度学习的算法虽然可以通过海量精确标注的训练数据提高模型的泛化性,但缺乏精确且丰富的图像标记数据集,因此同样存在过拟合和泛化能力弱等问题。本文提出了一种基于深度学习的弱监督神经元识别方案,仅需要少量有标注的数据,即可通过迭代策略获取海量神经元图像的精确识别结果,具备较强的泛化能力,并最大限度减少人工参与量。该方法在fMOST、BigNeuron等数据集上进行了实验,自动识别精度F1值分别为0.9247和0.8318,优于其他对比的神经元识别算法。 相似文献