全文获取类型
收费全文 | 274篇 |
免费 | 38篇 |
国内免费 | 32篇 |
专业分类
化学 | 45篇 |
晶体学 | 1篇 |
力学 | 18篇 |
综合类 | 10篇 |
数学 | 55篇 |
物理学 | 215篇 |
出版年
2024年 | 1篇 |
2023年 | 7篇 |
2022年 | 2篇 |
2021年 | 5篇 |
2020年 | 1篇 |
2019年 | 12篇 |
2018年 | 9篇 |
2017年 | 33篇 |
2016年 | 23篇 |
2015年 | 19篇 |
2014年 | 37篇 |
2013年 | 12篇 |
2012年 | 18篇 |
2011年 | 4篇 |
2010年 | 13篇 |
2009年 | 25篇 |
2008年 | 26篇 |
2007年 | 18篇 |
2006年 | 15篇 |
2005年 | 6篇 |
2004年 | 7篇 |
2003年 | 7篇 |
2002年 | 5篇 |
2001年 | 6篇 |
2000年 | 7篇 |
1999年 | 11篇 |
1998年 | 7篇 |
1997年 | 2篇 |
1996年 | 1篇 |
1994年 | 2篇 |
1993年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有344条查询结果,搜索用时 31 毫秒
91.
基于共聚焦显微拉曼光谱的毛竹细胞结构和成分研究 总被引:1,自引:0,他引:1
采用共聚焦显微拉曼光谱对毛竹薄壁细胞、薄壁纤维过渡细胞和纤维细胞进行研究。通过构建偏最小二乘(PLS)定量区分模型来对这三种细胞中的差异进行分析,结果表明,该区分模型的建模和交互验证决定系数(R2)分别为0.810和0.800,均方根误差(RMSE)分别为0.323和0.332。根据这一模型的回归系数,发现三种细胞的区别主要体现在1 095,1 319和1 636 cm-1三个波数,这三个波数分别为纤维素、半纤维素和木质素的指纹特征峰。以这三个波数为自变量建立多元线性回归(MLR)模型,该回归模型的建模和交互验证决定系数(R2)分别为0.644和0.643,均方根误差(RMSE)分别为0.442和0.443,表明三种细胞在这三个波数处存在明显的差异。对小波变换基线消除后的拉曼光谱信号进行化学成像分析,结果显示,纤维素微纤维与纤维轴成一个很大的角度,这一结构有利于提高细胞的弹性模量和硬度。半纤维素和纤维素微纤维通过氢键相连,并在范德华力的作用下紧密地结合在一起,因此在拉曼化学成像中可以看到半纤维素和纤维素有相似的分布规律。三种细胞的细胞角和胞间层都高度的木质化,从细胞壁外层到内层木质化程度逐渐降低,表明细胞壁的木质化从细胞角和胞间层开始,且木质化程度并不完全。 相似文献
92.
近红外高光谱成像技术用于转基因大豆快速无损鉴别研究 总被引:1,自引:0,他引:1
以近红外高光谱成像技术,结合化学计量学方法,研究了转基因大豆的快速、无损检测方法。实验以3种不同非转基因亲本(HC6, JACK, TL1)及其转基因大豆作为研究对象。采用高光谱成像系统采集874~1 734 nm波长范围的256个波段范围的高光谱图像,提取大豆的光谱信息,剔除明显噪声部分后,采用Moving Average(MA)平滑预处理的941~1 646 nm范围光谱数据进行分析。采用偏最小二乘判别分析算法(partial least squares-discriminant analysis, PLS-DA),对3种非转基因亲本大豆建立模型进行判别分析,其相应的建模集和预测集的判别正确率分别为97.50%和100%,100%和100%,96.25%和92.50%,结果表明,高光谱成像技术可用于非转基因大豆的识别。对非转基因亲本及其转基因大豆进行判别分析,基于全谱,3种的建模集和预测集的判别正确率分别为99.17%和99.17%,87.19%和81.25%,99.17%和98.33%;以x-loading weights提取非转基因亲本及其转基因大豆判别分析的特征波长并建立PLS-DA模型,3种的建模集和预测集的判别正确率分别为72.50%和80%,80.63%和79.38%,85%和85%,该结果表明非转基因亲本与转基因品种的判别分析是可行的,特征波长的选择也可用于非转基因亲本与转基因品种的判别分析。研究表明采用近红外高光谱成像技术对非转基因大豆、非转基因亲本及其转基因大豆进行鉴别是可行的,为转基因大豆的快速无损准确鉴别提供了一种新方法。 相似文献
93.
β-胡萝卜素作为一种重要的营养元素,其在果蔬活体内的测定方法通常必须对样品进行破坏,并且耗时、费力。采用拉曼光谱技术预测活体枇杷果实内β-胡萝卜素含量,以高效液相色谱法(HPLC)检测值作为参考值,采用高斯平滑对光谱数据进行预处理,同时使用多项式拟合(PF)的方法对光谱数据进行背景荧光扣除,以标准β-胡萝卜素的拉曼图谱为基础,选取了三个特征频移,以特征频移和截取的光谱建立了MLR模型、PLSR模型以及LS-SVM模型,取得了比较好的预测精度。其中LS-SVM模型的预测精度最高,其预测相关系数R2p达到了0.91,表明通过拉曼光谱对活体枇杷内β-胡萝卜素的含量检测是实际可行的。 相似文献
94.
本文首先研究了具有可消模断面的拟恰当半群的结构,然后给出了用可消模断面的拟恰当半群构造具有CO-恰当断面富足半群的方法. 相似文献
95.
基于可见近红外光谱的糖类别快速鉴别研究 总被引:3,自引:0,他引:3
提出了一种用近红外光谱技术快速鉴别糖类别的新方法.采用近红外光谱获取白砂糖、木糖醇、双歧糖和葡萄糖等四种糖类别的光谱反射特征曲线,采用偏最小二乘法进行模式特征分析,经过交互验证法判别,确定最佳主成分数为11.完成特征提取后,将11种主成分作为神经网络的输入变量,建立了3层BP神经网络.四个类别的糖样本数均为40,共计160个样本,将其分成训练集样本120个和预测集样本40个,对40个未知样本进行预测,准确率为100%.说明所提出的方法对于糖类别具有很好的分类和鉴别能力. 相似文献
96.
基于显微拉曼检测蛋白核小球藻鉴别丁草胺及草甘膦 总被引:1,自引:0,他引:1
以蛋白核小球藻(Chlorella pyrenoidosa)作为鉴别载体,利用共聚焦显微拉曼光谱仪分别获取生长在除草剂草甘膦、丁草胺污染水体以及正常水体的蛋白核小球藻β-胡萝卜素的拉曼光谱信息,对2种除草剂进行了鉴别.利用预处理后的光谱信号,建立偏最小二乘回归(PLS)预测模型及线性判别分析(LDA)分类模型.当阈值为±0.3时,全波段建立的PLS模型对草甘膦和丁草胺的预测正确率高达83.33%,特征峰建立的LDA分类模型对2种除草剂的分类正确率均达到了100%.结果表明,利用蛋白核小球藻为载体对丁草胺和草甘膦2种除草剂进行鉴别是可行的,且LDA分类模型更适合除草剂的分类研究. 相似文献
97.
98.
99.
采用规范不变原子轨道(GIAO)方法,对固体甘氨酸和赖氨酸分子的13C NMR屏蔽张量进行ab initio研究,找到了适合于较大的氨基酸的核屏蔽张量计算的基组,其计算值与实验值基本一致。 相似文献
100.
机载SAR图像中机场跑道的检测 总被引:11,自引:0,他引:11
提出了一种基于A/G系数边缘捡测的机场跑道检测方法,利用A/G系数作为参数来抑制SAR图像中speckle噪声的影响,采用非线性边缘检测技术和数学形态学来检测边缘,使用Hough变换检测平行直线确定跑道,结合灰度特征和边缘特征,通过区域生长成机场跑道的结构,实验结果表明在机载SAR图像中采用A/G参数检测边缘能够有效地抑制噪声的干扰,获得较好的图像边缘,同时通过Hough变换和区域生长能够较准确的检测出机场跑道的结构。 相似文献