全文获取类型
收费全文 | 215篇 |
免费 | 22篇 |
国内免费 | 25篇 |
专业分类
化学 | 187篇 |
晶体学 | 5篇 |
综合类 | 6篇 |
物理学 | 64篇 |
出版年
2024年 | 1篇 |
2023年 | 2篇 |
2022年 | 9篇 |
2021年 | 5篇 |
2020年 | 9篇 |
2019年 | 5篇 |
2018年 | 1篇 |
2017年 | 8篇 |
2016年 | 6篇 |
2015年 | 6篇 |
2014年 | 17篇 |
2013年 | 9篇 |
2012年 | 6篇 |
2011年 | 14篇 |
2010年 | 8篇 |
2009年 | 11篇 |
2008年 | 18篇 |
2007年 | 12篇 |
2006年 | 14篇 |
2005年 | 5篇 |
2004年 | 6篇 |
2003年 | 12篇 |
2002年 | 13篇 |
2001年 | 13篇 |
2000年 | 7篇 |
1999年 | 6篇 |
1998年 | 5篇 |
1997年 | 7篇 |
1996年 | 10篇 |
1995年 | 2篇 |
1994年 | 4篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 2篇 |
1990年 | 3篇 |
1989年 | 1篇 |
排序方式: 共有262条查询结果,搜索用时 15 毫秒
191.
192.
193.
194.
建立黄豆黄素纯度标准物质的研制方法。选择纯度大于98%(质量分数)的黄豆黄素标准品作为标准物质候选物,通过加热和冷冻干燥去除多余的水分。通过红外、质谱、核磁氢谱进行结构确证和表征后分装,采用质量平衡法进行均匀性和稳定性检验。结果显示,标准物质均匀性良好,在常温条件下保存12个月稳定;采用质量平衡法和定量核磁法进行纯度定值,质量平衡法的定值结果为99.09%,定量核磁法的定值结果为99.13%,取平均值99.1%作为最终定值结果;对定值、均匀性和稳定性引入的不确定度进行了系统评定,扩展不确定度为0.3%(k=2)。研制的黄豆黄素纯度标准物质已申报国家一级标准物质,编号为GBW 10171。该标准物质可用于食品、保健品、饲料中黄豆黄素含量检测。 相似文献
195.
采用绝热量热和热分析技术研究了8-羟基喹啉的热力学性质。用精密绝热量热仪测定了8-羟基喹啉在78 K ~370 K 温区的低温热容。根据实验测定的热容数据计算出了热容拟合方程及热力学函数,得到该物质的熔点、摩尔熔化焓和摩尔熔化熵分别是(345.74±0.15) K、(13.93±0.11) kJ· mol-1 和 (40.26±0.33) J·K-1·mol-1。 根据热力学函数关系式计算了其在78 K ~370 K 温区每隔5 K 的热力学函数 和 。通过部分熔化实验计算出该样品及其绝对纯物质的熔化温度分别是 345.601 K和345.761 K。根据Van’t Hoff方程计算出该样品纯度的摩尔分数为 0.9978。用DSC技术进一步考察了该物质的热稳定性。 相似文献
196.
高色纯度的红色掺杂型电致发光材料的合成及其性能研究 总被引:1,自引:0,他引:1
以吡喃腈作为电子受体、吲哚啉作为电子给体单元, 合成了一种吲哚啉衍生物DADIN作为高色纯度的红色掺杂型电致发光材料, 并对其溶液特性和有机电致发光器件性能进行了研究. 相对于柯达公司经典掺杂型红色发光材料DCJTB, 该发光材料的合成简单、提纯工艺易行、产率高, 并具有更纯正的红色发光. 研究表明, 以DADIN作为掺杂型电致发光材料的有机电致发光器件的电流效率是DCJTB的1.5倍, 实为DCJTB理想的替代品. 相似文献
197.
198.
199.
使用高效液相色谱-电喷雾四级杆飞行时间质谱(HPLC-ESI-Q-TOF MS)联用技术对八硝基苯基硅倍半氧烷(ONPS)纯度进行分析, 从而判定ONPS产物峰及杂质峰的位置, 根据ONPS峰和杂质峰的面积比计算ONPS的纯度. 通过改变HPLC的洗脱梯度和测试时间, 将ONPS产物中的杂质峰完全分开, 测得硝基苯基硅倍半氧烷(NPS)质量分数为97.55%, 其中ONPS的纯度约为92.42%, 产物中含有九硝基八苯基硅倍半氧烷(9-NPS)约5.13%, 其它杂质含量约为2.45%. 通过对ONPS高效液相色谱图峰形和同分异构体极性情况分析, 进一步证明ONPS分子中硝基取代发生于对位和间位. 使用超高效液相色谱(UPLC)对ONPS进行分析, 以更高的分离效率验证了HPLC的结果. 该方法可作为ONPS纯度的分析方法. 相似文献
200.
种子纯度反映种子品种在特征特性方面典型一致的程度,提高种子纯度检测的准确性和可靠性对保证种子的质量具有重要的意义。高光谱图像技术可以同时反映种子的内部特征和外部特征,在农产品无损检测中已经得到广泛应用。利用近红外高光谱图像实现农产品无损检测的实质就是建立光谱信息与农产品品质参数之间的数学模型关系。但光谱信息易受环境、时间的影响,当待测样本的产地或者年份发生改变时光谱信息也随之改变,导致建立的模型的稳定性变差、泛化能力减弱。针对这一问题,采用主动学习算法选择具有代表性的待测样本,最终以添加最少最优的样本数来扩大原模型的样本空间,从而实现模型的快速更新,提高模型的稳定性,同时与基于随机选择算法(RS)和Kennard-Stone算法(KS)的模型更新效果进行比较。实验结果表明:在不同样本集划分比例下(1∶1, 3∶1, 4∶1),利用主动学习添加40个新样本更新后的2010年的玉米种子纯度检测模型对2011年新样本的预测精度由47%,33.75%,49%提高到98.89%,98.33%,98.33%;利用主动学习添加56个新样本更新后的2011年的玉米种子纯度检测模型对2010年新样本的预测精度由50.83%,54.58%,53.75%提高到94.57%,94.02%,94.57%;同时基于主动学习算法的模型更新效果明显优于RS和KS。因此基于主动学习算法实现玉米种子纯度检测模型的更新是可行的。 相似文献