全文获取类型
收费全文 | 1544篇 |
免费 | 58篇 |
国内免费 | 105篇 |
专业分类
系统科学 | 81篇 |
丛书文集 | 63篇 |
教育与普及 | 116篇 |
理论与方法论 | 18篇 |
现状及发展 | 8篇 |
综合类 | 1421篇 |
出版年
2024年 | 5篇 |
2023年 | 25篇 |
2022年 | 18篇 |
2021年 | 26篇 |
2020年 | 41篇 |
2019年 | 30篇 |
2018年 | 24篇 |
2017年 | 34篇 |
2016年 | 39篇 |
2015年 | 53篇 |
2014年 | 89篇 |
2013年 | 79篇 |
2012年 | 71篇 |
2011年 | 91篇 |
2010年 | 77篇 |
2009年 | 79篇 |
2008年 | 114篇 |
2007年 | 94篇 |
2006年 | 68篇 |
2005年 | 81篇 |
2004年 | 63篇 |
2003年 | 55篇 |
2002年 | 55篇 |
2001年 | 42篇 |
2000年 | 58篇 |
1999年 | 48篇 |
1998年 | 42篇 |
1997年 | 39篇 |
1996年 | 21篇 |
1995年 | 23篇 |
1994年 | 26篇 |
1993年 | 24篇 |
1992年 | 12篇 |
1991年 | 10篇 |
1990年 | 19篇 |
1989年 | 10篇 |
1988年 | 14篇 |
1987年 | 3篇 |
1986年 | 1篇 |
1985年 | 2篇 |
1980年 | 1篇 |
1957年 | 1篇 |
排序方式: 共有1707条查询结果,搜索用时 15 毫秒
981.
《信阳师范学院学报(自然科学版)》2019,(1):95-101
以1961-2016年河南省17个气象站逐日最高、最低和日平均气温数据为研究对象,运用Sen’s倾向估计、Mann-Kendall检验、R/S分析和空间分析等方法,分析了河南省16个极端气温指数(冷指数和暖指数)的变化特征.结果表明:过去的56年,河南省极端气温冷指数和暖指数均呈暖化趋势.其中,霜冻日数、冷夜日数、暖夜日数和生物生长季暖化趋势最显著.空间上,河南省各地极端气温冷指数和暖指数均呈暖化趋势.其中,郑州、开封、新乡、三门峡等地暖化趋势最显著.极端冷指数开始变暖、显著变暖和变暖突变时间均早于暖指数,且冷指数变暖幅度大于暖指数,说明冷指数对全球变暖更敏感.河南省极端气温冷指数和暖指数可持续性均较强,意味着河南省极端气温指数暖化趋势将持续. 相似文献
982.
1951-2014年河南省不同季节日照时数时空变化特征及突变分析 总被引:1,自引:0,他引:1
《河南大学学报(自然科学版)》2018,(1)
利用河南省1951-2014年间分布相对均匀的20个气象站的逐月日照时数资料,运用线性趋势分析、IDW插值法、气候倾向率及Mann-Kendall检测法,对河南省春、夏、秋、冬四季和年日照时数的空间分布、变化趋势和突变特征等进行了分析.研究结果表明:(1)受四季日照时数的综合影响,河南省各地年日照时数为1 727~2 260h,空间分布呈现"北部多,南部少,平原多,山地少"的特点.(2)1951-2014年,河南省四季和年日照时数均呈现减少的趋势,尤其是进入21世纪后,这种趋势更加明显.其中,春季日照时数以-5.054h·(10a)~(-1)的倾向率呈较显著的减少趋势;夏季、秋季、冬季和年日照时数分别以-39.14h·(10a)~(-1)、-22.73h·(10a)~(-1)、-22.16h·(10a)~(-1)和-91.44h·(10a)~(-1)的倾向率呈极显著的减少趋势.(3)河南省春、夏、秋、冬四季和年日照时数均存在突变性减少.春季日照时数于1975年发生突变;夏季日照时数于1987年发生突变;秋季发生突变的时间是1999年;冬季是1997年;年日照时数的突变时间为1986年.春季日照时数通过了90%的信度检验,UF(k)曲线突破了-1.96的临界值,而夏季、秋季、冬季和年日照时数均通过了99%的信度检验,UF(k)曲线突破了-2.58的临界值. 相似文献
983.
针对目前多数PM2.5预测模型泛化能力较差的问题, 提出基于U-net神经网络模型的PM2.5逐小时浓度值预测模型。该模型通过引入历史风场数据, 将离散的监测站点PM2.5浓度值插值为PM2.5网格图; 然后将U-net神经网络作为预测模型, 基于实验区域的10小时内的PM2.5网格图, 预测下一时刻的PM2.5网格图。该模型可以利用历史不同时刻提取的PM2.5浓度值网格图, 在预测区域内所有位置PM2.5浓度值的同时, 还可以提升预测的准确性以及对PM2.5浓度值突变情况的适应性。实验结果表明, 所提方法在PM2.5浓度值短时间突变情况下, 预测精度比传统方法有10%左右的提升。 相似文献
984.
为构建高酶活力天冬氨酸激酶(aspartokinase, AK), 并削弱或解除Lys(lysine)反馈抑制作用突变体, 通过定点突变和高通量筛选技术构建突变体M372I,T379S和M372I-T379S, 对野生型(WT)和突变体分别进行诱导表达、 纯化及酶学性质表征. 结果表明: 突变体M372I,T379S和M372I-T379S AK与WTAK相比, Vmax分别提高了13.77,15.02,15.60倍, Km和n值均降低; 最适pH值分别升高为8.0,8.5,8.5, 且半衰期分别延长了1.0,0.9,2.3 h; M372I-T379S AK最适温度为30 ℃, 比WT AK高2 ℃; 当浓度为1~10 mmol/L时, 突变体均削弱或部分解除了抑制剂Lys的反馈抑制作用. 相似文献
985.
基于沉积型铝土矿采空区失稳多为沿结构弱面滑移剪切破坏的特征,借助能量耗散理论和突变理论,构建矿柱-顶板支撑系统滑移突变失稳模型,研究受结构弱面影响的系统失稳机制,分析各内控因素对采空区稳定性的影响.结果表明:采空区突发滑移失稳是由支撑系统的内控因素和外控因素协同作用的结果.外控因素既定条件下,各内控因素敏感度由大到小依次为:采空区跨度b,矿柱宽度a,软弱带厚度B,结构弱面倾角θ,矿柱屈服区宽度c.软弱带厚度B和结构弱面倾角θ的敏感度略小于采空区跨度和矿柱宽度的敏感度,在实际工程中,应密切关注结构弱面因素的影响.晨光铝土矿工程实例验证了计算结果的可靠性.研究成果可为此类矿山采场参数设计提供依据. 相似文献
986.
大麦虫取食降解泡沫塑料易受环境因子的影响而导致存活率降低.为了减少环境因子对塑料降解研究的干扰,通过条件实验探究了环境因素对大麦虫幼虫生长和取食泡沫塑料的影响,借助MiSeq测序解析了其消化道内潜在的塑料降解核心功能菌群.实验结果表明,光照、塑料密度与接触面积均对大麦虫生长和取食聚苯乙烯(Polystyrene,PS) 泡沫塑料有明显的影响.黑暗条件有利于大麦虫的生长和取食塑料;密度低且接触面积小的PS泡沫塑料更容易被大麦虫取食,但是破碎程度高的泡沫塑料不利于大麦虫的取食,而仅以PS泡沫塑料作为大麦虫的唯一食物无法满足其幼虫正常生长的需求.取食PS泡沫塑料对其消化道的菌群结构影响显著,unclassified Enterobacteriaceae,Dysgonomonas,Sphingobacterium和Enterococcus 4个菌属与PS泡沫塑料降解密切相关. 相似文献
987.
为探究环渤海港口群发展的时空差异及影响因素,基于熵值-突变级数法,从内控、外生和潜力三个方面构建港口发展综合评价指标体系,借助ArcGIS软件,考察2000-2018年间环渤海港口群发展的时序特征和空间差异,并结合障碍因子诊断模型,剖析制约港口发展的主要影响因素.研究表明:环渤海港口群发展具有阶段性特征,各港口发展差异显著,但整体发展潜力较大;不同发展阶段制约港口群及群内港口发展的因素有所差异,但主要集中在集装箱吞吐量、外贸进出口总额以及外贸吞吐量等,近年来城市发展情况及资金支撑影响逐步加强.研究结果有助于明确环渤海港口群发展过程及影响因素,为实现港口群高质量协同发展提供参考. 相似文献
988.
提出了一种新的基于光照不变性模型的阴影消除方法。首先对二维光照不变性图像恢复阴影,再利用基于互信息的图像融合去除运动目标的投影,最后通过图像镜像消除边界条件的制约,改善阴影去除效果。实验结果表明,该方法能够有效地消除运动目标的阴影。 相似文献
989.
光照不均匀、光学显微镜的放大作用、光学衍射等使微视觉图像存在动态范围大、整体像素灰度值偏低、微细结构与背景对比度低、信噪比低等不足.为增强图像质量,文中利用对比度设计高斯平滑卷积核的尺度优化准则以合理估计光照分量,提出了尺度优化的Retinex增强算法,并用该算法对模拟图像和实拍的同轴光光强变化的微视觉图像进行增强.结果表明,该增强算法在压缩动态范围内既能提高对比度,又能较好地保留图像细节信息,增强效果优于同态滤波算法. 相似文献
990.
针对突变运动下的目标跟踪问题,提出一种基于视觉显著性的粒子滤波跟踪算法.该算法将基于视觉注意机制的视觉显著图引入粒子滤波框架中,根据视觉显著图的显著性区域,按"胜者为王"和"返回抑制"机制进行目标检测,并以检测结果为全局建议分布进行粒子采样,从而完成全局状态空间的搜索,有效地避免了陷入局部极大值.同时,为增强目标区域在视觉显著图中的显著性,将自底向上和自顶向下的计算模型相结合,根据目标模板对各个特征显著图进行自适应权值计算,并按权值融合产生视觉显著图.实验结果表明,针对不同类型的突变运动跟踪场景,该算法均能表现出较好的鲁棒性. 相似文献