全文获取类型
收费全文 | 266篇 |
免费 | 30篇 |
国内免费 | 154篇 |
出版年
2024年 | 4篇 |
2023年 | 11篇 |
2022年 | 10篇 |
2021年 | 8篇 |
2020年 | 8篇 |
2019年 | 12篇 |
2018年 | 10篇 |
2017年 | 12篇 |
2016年 | 19篇 |
2015年 | 19篇 |
2014年 | 34篇 |
2013年 | 28篇 |
2012年 | 27篇 |
2011年 | 24篇 |
2010年 | 25篇 |
2009年 | 31篇 |
2008年 | 19篇 |
2007年 | 10篇 |
2006年 | 13篇 |
2005年 | 21篇 |
2004年 | 7篇 |
2003年 | 14篇 |
2002年 | 11篇 |
2001年 | 12篇 |
2000年 | 10篇 |
1999年 | 4篇 |
1998年 | 5篇 |
1997年 | 9篇 |
1996年 | 6篇 |
1995年 | 8篇 |
1994年 | 6篇 |
1993年 | 1篇 |
1992年 | 2篇 |
1990年 | 3篇 |
1989年 | 3篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1983年 | 2篇 |
排序方式: 共有450条查询结果,搜索用时 455 毫秒
61.
东海水域中上层鱼类资源的空间异质性 总被引:9,自引:1,他引:8
定量描述鱼类分布的空间变异,有利于从生态学意义上理解其空间分布及其与环境的关系,本文利用地理信息系统将东海区中上层鱼类资源密度空间化,运用空间自相关指数Geary c和变异函数理论分析其空间自相关和空间变异,东海区中上层鱼类资源空间分布平均场的Geary c指数为0.25,各向同性随机变异占总变异的19.1%,表明其空间分布具有较高的自相关特性,空间分布上各向变异不一致,其中45°和135°方向上变异曲线斜率急剧变化,表明这两个方向上存在重要的环境动力过程,各年份平均资源密度与相关变异(C)正相关,而与随机变异(C0)不存在相关,表明年际密度变化主要由空间自相关引起,变异曲线分维数(D)与密度呈负相关,说明密度的增加是由于鱼类在空间上的集聚程度增高引起的。 相似文献
62.
基于去折叠自由能的蛋白质结构域划分方法——适用于连续与不连续结构域 总被引:4,自引:0,他引:4
结构域是蛋白质的一个结构层次 ,可以看作是蛋白质结构、折叠、功能、进化和设计的基本单位。大多数的蛋白质都可分为若干个结构域 ,结构域的不同组合使蛋白质具有不同的三级结构并具有不同的功能。蛋白质结构域的划分在理论与应用上都具有重要意义 ,但目前对结构域的划分还没有一个十分理想的方法。作者曾经发展了一种通过计算去折叠自由能划分蛋白质结构域的方法 ,但该方法只适用于连续双结构域的划分。现在 ,作者通过构造氨基酸残基相互作用矩阵 ,并进行对应分析 (correspondenceanalysis) ,然后根据去折叠自由能和一些经验打分函数对蛋白质进行切割和优选 ,发展了可以同时处理连续和不连续结构域的划分方法。该方法与晶体结构作者手工分析相比较 ,二者的结果有 76 %的相似。 相似文献
63.
64.
太白山牛皮桦-巴山冷杉混交林空间格局及关联性研究 总被引:3,自引:1,他引:2
采用改进的点格局分析法——邻域密度函数(Neighborhood Density Function,NDF)对太白山地区桦林-冷杉林交错区内主要树种的空间分布格局、种间空间关联性及其更新空间关联性进行了分析。结果表明:各树种所有个体整体上都呈随机分布,划分不同层级后,则各林层个体分布格局各异,各树种在较低的林层呈明显聚集分布,随林层增高,中、高层内个体聚集分布的空间尺度降低。两个主要竞争种牛皮桦(Betula albo-sinensis var.septentrionalis)和巴山冷杉(Abies fargesii)整体表现出显著空间负相关,巴山冷杉与玉皇柳(Salix yuhuangshanensis)未表现出明显相关性,而牛皮桦与玉皇柳间则有空间负相关的趋势。牛皮桦的更新格局仅依靠自身倒木扰动产生的机会,且被限定在较小尺度上。巴山冷杉在小尺度上会限制自身更新,此外与牛皮桦在小尺度上竞争激烈,可占据利用其空间位置进行更新。从空间格局分析角度认识牛皮桦和巴山冷杉的生态学特性,为进一步研究其共存机制,认识太白山桦林在秦岭植被垂直带中的作用和地位提供参考依据。 相似文献
65.
黄土高原丘陵沟壑小流域土壤水分垂直分布变异特征及影响因子 总被引:4,自引:0,他引:4
以地统计学的半变异函数为分析工具,分析了黄土高原丘陵沟壑区小流域土壤水分在垂直方向的空间变异特征以及土地利用类型和地形等因子对其的影响.结果表明:1)球状模型可以很好地拟合土壤水分在垂直方向的半变异函数曲线,其存在强烈或中等程度的空间自相关,变程范围从2~5 m不等;2)果园对土壤水分含量的影响主要表现在1~2 m深度,5月份含量最高,且分布均匀,8月份由于气温和叶面蒸腾作用,水分含量最低.坡耕地和梯田的水分含量都较高,垂直变化不明显,梯田的土壤水分含量最低月份是9月,比坡耕地晚1个月,这是因为所种作物的主要生长季节为9月份,这期间消耗水分较多而造成的.林地由于根系发达,对土壤水分垂直方向的变化的影响比较大,变化为先增大、再减小、最后再增大且分布趋于平缓.灌木林的土壤水分含量整体较低,主要变化深度范围集中在0~2 m;草地的土壤水分含量较高,垂直变化的深度范围集中在1 m以内;3)坡度、坡向地形因子和土壤水分的垂直方向变异特征没有呈现明显的相关性. 相似文献
66.
利用支持向量机和马氏判别式预测人类polⅡ启动子 总被引:1,自引:0,他引:1
通过选取人类启动子与非启动子序列中不同的k-mer作为预测算法的基础特征,分别以三个区域(-249~-1;0~+50;-30~+30)的6-mer频数作为离散源参数构建离散增量,同时选取24个位点(-31~-21;-4-+2;+25-+29)的3-mer频数作为位置打分函数的参数,分别利用支持向量机和马氏判别式为判别函数对启动子进行预测。用10折叠交叉检验来衡量两种算法的预测能力,预测结果成功率分别达到87.0%和87.9%。对于独立检验集,敏感性分别为62.7%和76.0%,特异性分别为77.5%和66.8%。 相似文献
67.
68.
基于径向基函数神经网络的温室室内温度预测模型 总被引:6,自引:0,他引:6
试验证实径向基函数神经网络(Radial Basias Function Neural Network)在函数逼近能力、训练速度方面都有良好的性能.采用最小正交二乘法为训练算法,基于传统的数学分析,用PRIVA公司温室监控系统采集数据,选用当前时刻室外温度、风速、太阳辐照度、顶窗开度、内帘幕展开度、水温、室内温度、相对湿度,再加上1个时间间隔、2个时间间隔以前的室内温度作为输入向量,获得了满意的温室室内温度一步预测模型(均方差等于0.0073).该模型为设计温室环境控制器及分析温室性能奠定了良好基础. 相似文献
69.
采用地统计学的变异函数分析方法定量研究了落叶松(Larix olgensis)纯林表层(0~10 cm)细根的空 间异质性特征,利用地统计学的克里格内插法结合定积分,对落叶松纯林表层细根(<2 mm)的生物量进 行了估测。结果表明:1)6种林龄(14~40 年)的落叶松人工纯林表层细根的变异函数曲线理论模型均 为球状模型,空间变异主要是由结构性因素引起,且空间自相关程度均属中等以上(空间结构比>25%)。 14、19、22、26、32、40年生的落叶松纯林表层细根的空间变异尺度分别为1.76、3.40、1.02、4.12、 3.37和5.58 m。在所研究的林龄范围内,随林龄的增长,落叶松纯林表层细根的空间变异尺度近似呈直线 增长(p =0.074 4)。2)非参数统计的成对样本符号检验结果表明,变异函数分析结果基础上的克里格 内插法适用于落叶松纯林表层细根生物量的估计。利用此估计值,拟合其与位置坐标值之间的多元回归关 系均为二元十次余弦级数多项式。利用此多项式,通过定积分的方法(积分区间为整块样地的大小),估 计出14、19、22、26、32、40年生的落叶松纯林表层细根生物量分别为1.097 3、1.434 0、1.185 4、 0.974 3、1.682 6、1.255 6 Mg• hm-2。3)在本次调查的林龄范围内(14~40年),落叶松纯林表层细 根的现存量近似相等(α=0.037 3),土壤表层单株细根生物量与林龄之间呈极显著的指数增长关系(α =0.002)。4)采用地统计学的克里格空间插值,结合多元回归和定积分的方法,可以实现落叶松人工林 表层细根生物量的准确估计。 相似文献
70.
利用多元统计分析筛选出东江流域对硅藻群落影响最大的环境变量,并对附着硅藻与该环境变量转换函数模型的适用性进行了评估。结果显示:13 个环境变量中,电导率(conductivity,Cond.)的第一特征值(λ1)和第二特征值(λ2)的比(λ1/λ2)最高,为0.8,成为用于加权平均回归分析(Weighted averaging analysis,WA)建模的环境变量。用WA 初步建立了东江流域附着硅藻-电导率转换函数模型,反向的WA 方法提供了最小的推导误差值(Root mean square error of prediction,RMSEP)
(RMSEP=0.209)和最高的电导率推导值与实测值的回归相关系数(R2=0.778)而成为最佳建模方法。在删除异常样品后,硅藻-电导率转换函数的推导能力增加,推导误差值降低(RMSEP=0.183),实测值与推导值的回归相关系数提高(R2=0.818)。结果表明,电导率是影响东江流域硅藻群落最大的环境变量,建立的附着硅藻-电导率转换函数模型适用于东江流域电导率值的推导。 相似文献