全文获取类型
收费全文 | 1242篇 |
免费 | 110篇 |
国内免费 | 537篇 |
出版年
2024年 | 10篇 |
2023年 | 44篇 |
2022年 | 40篇 |
2021年 | 34篇 |
2020年 | 44篇 |
2019年 | 57篇 |
2018年 | 31篇 |
2017年 | 41篇 |
2016年 | 39篇 |
2015年 | 58篇 |
2014年 | 74篇 |
2013年 | 76篇 |
2012年 | 74篇 |
2011年 | 83篇 |
2010年 | 71篇 |
2009年 | 83篇 |
2008年 | 90篇 |
2007年 | 54篇 |
2006年 | 50篇 |
2005年 | 72篇 |
2004年 | 69篇 |
2003年 | 62篇 |
2002年 | 46篇 |
2001年 | 43篇 |
2000年 | 40篇 |
1999年 | 40篇 |
1998年 | 31篇 |
1997年 | 39篇 |
1996年 | 46篇 |
1995年 | 30篇 |
1994年 | 57篇 |
1993年 | 48篇 |
1992年 | 45篇 |
1991年 | 39篇 |
1990年 | 22篇 |
1989年 | 30篇 |
1988年 | 18篇 |
1987年 | 10篇 |
1986年 | 14篇 |
1985年 | 17篇 |
1984年 | 6篇 |
1983年 | 3篇 |
1982年 | 2篇 |
1981年 | 1篇 |
1963年 | 1篇 |
1956年 | 1篇 |
1955年 | 2篇 |
1954年 | 1篇 |
1950年 | 1篇 |
排序方式: 共有1889条查询结果,搜索用时 15 毫秒
61.
肌醇磷脂代谢与V-mos癌基因转化细胞的相关性,迄今为止未见报导。本文用6m2细胞(Moloney鼠类肉瘤病毒(含V-mos)温度敏感突变株(MoMuSVts110)转化的NRK细胞)为模型,探讨了肌醇磷脂代谢与细胞转化的相关性。在33℃ (转化型温度)时,细胞内PIP(磷脂酰肌醇-4-磷酸)含量明显高于39℃(正常型温度),显示出转化型6m2细胞中存在一个提高的PI激酶活性。同时可见DG(二酰甘油)和IP_3(肌醇三磷酸)含量和蛋白激酶C(PKC)活性均明显高于正常型细胞。当细胞由39℃转至33℃10min,PIP、DG、IP_3含量和PKC活性均明显增加,并伴随有PKC活性由胞质向质膜上的转移。实验结果表明肌醇磷脂代谢参与了6m2细胞转化过程。文中对其作用机理进行了讨论。 相似文献
62.
63.
演示实验是解决课堂教学中重点或难点的非常有效的直观手段之一,是教师为配合讲授新教材而设计的。它能帮助学生深刻理解生物学的基本概念、原理和规律,同时培养学生观察、分析和解决问题的能力。此外,教师的实验操作是学生进行分组实验的行为规范。故教师应充分利用心理学原理,指导学生对演示实验进行详细的观察、记录和分析。(一)激发学生的无意注意心理学表明,无意注意是一种无预定目的、也不需要经过意志来实现的注意。为 相似文献
64.
65.
66.
小麦幼苗根部在不同渗透势溶液(PEG4000)中经受不同时间胁迫,叶片的RWC和水势下降、膜的RP、R_s和C_i升高。同时P_n下降。它还使叶肉细胞内的叶绿体排列发生紊乱、膜受到破坏、基粒间的连接松驰或消失、类囊体片层肿胀和解体、脂质小球增多和淀粉粒消失。相应地叶片的RuBPC活性下降和GO活性升高,从而促进了C_i的累积。此外MDA含量增多是自由基诱发脂质过氧化的结果。这些非气孔因素可能是造成小麦光合作用下降的重要原因。 相似文献
67.
高比强〔r—~(32)p〕ATP是核酸结构功能研究中常用标记化合物,它在DNA重组、分子杂交和核酸的结构分析中起着重要作用。下面我们从《Methods in Enzymology》Vol 65摘译合成高比强〔r—~(32)p)ATP的方法供大家参考。 10倍浓度反应液(贮于-20℃,每100μl为一份): 相似文献
68.
69.
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
70.