全文获取类型
收费全文 | 218篇 |
免费 | 44篇 |
国内免费 | 100篇 |
专业分类
化学 | 173篇 |
晶体学 | 4篇 |
力学 | 15篇 |
综合类 | 35篇 |
数学 | 32篇 |
物理学 | 103篇 |
出版年
2024年 | 3篇 |
2023年 | 16篇 |
2022年 | 6篇 |
2021年 | 4篇 |
2020年 | 11篇 |
2019年 | 14篇 |
2018年 | 10篇 |
2017年 | 8篇 |
2016年 | 7篇 |
2015年 | 6篇 |
2014年 | 14篇 |
2013年 | 21篇 |
2012年 | 12篇 |
2011年 | 13篇 |
2010年 | 5篇 |
2009年 | 4篇 |
2008年 | 10篇 |
2007年 | 8篇 |
2006年 | 9篇 |
2005年 | 22篇 |
2004年 | 20篇 |
2003年 | 13篇 |
2002年 | 10篇 |
2001年 | 18篇 |
2000年 | 15篇 |
1999年 | 18篇 |
1998年 | 5篇 |
1997年 | 11篇 |
1996年 | 11篇 |
1995年 | 2篇 |
1994年 | 8篇 |
1992年 | 2篇 |
1991年 | 3篇 |
1990年 | 2篇 |
1988年 | 3篇 |
1986年 | 2篇 |
1985年 | 3篇 |
1984年 | 4篇 |
1983年 | 2篇 |
1982年 | 2篇 |
1981年 | 1篇 |
1975年 | 1篇 |
1964年 | 1篇 |
1961年 | 1篇 |
1958年 | 1篇 |
排序方式: 共有362条查询结果,搜索用时 15 毫秒
61.
62.
63.
64.
65.
66.
67.
建立了一种通过检测硝苯菌酯(2,4-dinitro-6-(1-methylheptyl) phenyl crotonate, 2,4-DNOPC)相应的水解产物2,4-二硝基-6-(1-甲基庚基)苯酚(2,4-dinitro-6-(1-methylheptyl) phenol, 2,4-DNOP)来测定蔬菜和水果中2,4-DNOPC残留量的液相色谱-电喷雾串联质谱(LC-ESI-MS/MS)检测方法。蔬菜和水果样品用丙酮-甲醇-盐酸的混合液进行液-液分配提取,在碱性条件下超声水解后再进行液-液分配提取,然后进行LC-MS/MS测定。2,4-DNOPC在6种蔬菜和水果中的回收率试验结果表明,2,4-DNOPC在甘蓝中的添加回收率为89.7%~93.3%,相对标准偏差(RSD)为6.3%~8.5%;在黄瓜中的添加回收率为87.7%~95.1%, RSD为5.8%~10.4%;在番茄中的添加回收率为89.3%~96.0%, RSD为6.8%~9.2%;在苹果中的添加回收率为92.0%~98.3%, RSD为5.1%~10.3%;在梨中的添加回收率为89.0%~95.0%, RSD为5.3%~10.2%;在葡萄中的添加回收率为81.2%~95.8%, RSD为5.8%~10.4%。2,4-DNOPC在6种蔬菜和水果的最低检测浓度均为0.01 mg/kg。该检测方法样品前处理简单、快速,分析时间短,灵敏度、准确度和精密度均符合农药残留检测要求,适用于蔬菜和水果中硝苯菌酯残留量的检测。 相似文献
68.
采用一种简单的溶剂热法成功的合成了花朵状的钴磁性粉体。通过X射线粉末衍射(XRD),扫描电子显微镜(SEM)等对样品进行物相与形貌的表征。结果表明样品为六排堆积(hcp)和面心立方结构(fcc)混合结构的钴单质,形貌为由很多个厚度约为50~150 nm的菱形花瓣构成的花朵状结构,每个花朵的尺寸约为2μm左右。采用振动样品磁强计(VSM)测试了样品的磁性能,测试表明样品在室温下表现出铁磁性,饱和磁化强度(Ms)为140 emu.g-1,剩磁(Mr)为9.4 emu.g-1,矫顽力(Hc)为280 Oe。 相似文献
69.
人体逆向运动学问题是人体运动合成、人体运动捕获和理解的基本问题.由于人体关节链式系统的复杂性,人体逆向运动学方程往往存在多解或无解的情形.传统的方法通常采用解析或数值迭代方法求解逆向运动学问题,在给定足够多约束的情形下能够得到比较好的解,但无法处理少量约束下生成自然的人体姿态问题.近年来,从大规模数据集中学习统计模型参数的思想被广泛运用,求解人体逆向运动学的机器学习方法中经典工作|混合Gauss逆向运动求解模型(Gaussian mixture model-inverse kinematics,GMM-IK)就提出利用混合Gauss模型建模人体姿态数据分布,并采用期望最大化方法求解参数.随着深度学习技术的发展,本文提出一种自编码神经网络与数值迭代融合的方法,在给定少量约束的情形下依然能够得到自然的人体姿态,相较于GMM-IK方法,本文所提出的方法通过神经网络自动学习姿态分布,省去了模型的假设和特征的设计,且量化实验显示本文方法的关节坐标和角度重建误差相较于GMM-IK模型平均减少了25%和39%.在应用方面,本文方法可处理光学运动捕获数据,也可用于图像视频的人体姿态估计等领域. 相似文献