全文获取类型
收费全文 | 1520篇 |
免费 | 84篇 |
国内免费 | 26篇 |
专业分类
化学 | 996篇 |
力学 | 46篇 |
综合类 | 59篇 |
数学 | 35篇 |
物理学 | 494篇 |
出版年
2024年 | 3篇 |
2023年 | 91篇 |
2022年 | 71篇 |
2021年 | 37篇 |
2020年 | 46篇 |
2019年 | 89篇 |
2018年 | 40篇 |
2017年 | 53篇 |
2016年 | 48篇 |
2015年 | 45篇 |
2014年 | 86篇 |
2013年 | 79篇 |
2012年 | 89篇 |
2011年 | 86篇 |
2010年 | 70篇 |
2009年 | 75篇 |
2008年 | 89篇 |
2007年 | 59篇 |
2006年 | 59篇 |
2005年 | 37篇 |
2004年 | 40篇 |
2003年 | 29篇 |
2002年 | 30篇 |
2001年 | 22篇 |
2000年 | 28篇 |
1999年 | 20篇 |
1998年 | 19篇 |
1997年 | 27篇 |
1996年 | 31篇 |
1995年 | 17篇 |
1994年 | 24篇 |
1993年 | 14篇 |
1992年 | 26篇 |
1991年 | 16篇 |
1990年 | 16篇 |
1989年 | 17篇 |
1988年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有1630条查询结果,搜索用时 15 毫秒
1.
分析方法标准验证实验得到的分析方法基本性能参数重复性限和再现性限是日常检测工作质控规范重要依据。以环境监测领域土壤、沉积物及固废样品中无机元素分析为例,考察了已颁布执行的标准文本和在生态环境部官网公开征求意见的分析方法标准中重复性限。将重复性限转化为相对偏差后,与日常检测工作中质控限值进行了比较。根据目前现行有效的平行双样测定结果相对偏差限值,方法验证数据有多大比例符合质控要求?根据方法验证结果,平行双样测定结果相对偏差限值有无改进可能?从上述两个角度进行了研究。研究结果表明:土壤、沉积物、固体废弃物中无机元素的测定,不同文献来源相同分析方法标准和不同分析方法标准,其重复性限转化得到的平行测定相对偏差合格率存在明显区别;用平行测定相对偏差限值可以快速判断标准文本中的重复性限是否合理,审核方法验证数据质量是否满足要求。基于已有标准文本方法验证数据,探讨了修改平行测定结果相对偏差限值可行性。 相似文献
2.
重金属污染一直影响着人们的健康生活,如镉,铅和铜等的污染,故而土壤重金属的快速检测和如何预防,一直受各国学者关注和研究。传统土壤重金属检测方法(如原子吸收光谱法、X荧光光谱法等)样品预处理复杂,分析成本较高,易形成样品的二次污染,不能满足快速分析的要求。激光诱导击穿光谱(LIBS)是一种典型的原子发射光谱,它是基于分析物质中原子和离子受激发而发射的特征谱线信息,进而研究物质成分的分析方法。LIBS技术能够快速检测任何状态(固、液和气态)物质元素的成分和含量,被看作是未来化学检测和快速绿色分析领域的新兴技术。LIBS技术具有对样本简单预处理(或不需要处理)、多元素同步分析、远距离测量、适用性广等优势,被广泛用于生活生产的各个领域,已成为近年来国内外学者广泛关注和研究的热点之一。在农业信息快速感知的大背景下,以激光诱导击穿光谱技术为技术手段,以土壤重金属铅元素为研究对象,运用理论分析和数学建模相结合,建立了多种基于单变量定标曲线的土壤重金属铅检测模型,并进行了模型验证。自制15个已知的铅元素浓度梯度的谱线土壤样本,在获取了土壤LIBS数据之后,对其进行预处理对比,建立了基于谱峰强度、谱峰积分、洛伦兹拟合强度三种定标曲线模型,对土壤中铅元素含量进行定量分析,得出基于三种定标曲线模型对土壤中铅元素含量的预测决定系数R2分别为0.918 0,0.910 1和0.914 3,三种定标曲线分析方法的预测结果都较好,说明了LIBS结合单变量定标曲线法对土壤中铅含量的检测可靠性高。最后选取部分样本数据进行验证,结果较好。研究结果为研发便携式农田土壤污染物检测技术与装备提供技术支撑,也为农田精准管理和科学施肥奠定基础。 相似文献
4.
本文就日本遗弃在华化学武器销毁残渣元素分布进行了分类分析,并对残渣样品的砷形态进行检测。结果表明,黄剂及红剂销毁残渣样品中主要元素均为铁、铜、砷、钛、铅等,其中砷元素占比较大且危害最深。进一步对样品进行分析结果显示,残渣中砷形态主要为Fe-结合态、Ca-结合态、残渣态等。该实验结果为销毁残渣的二次处理提供了必要的技术支撑,在敦促日方改进销毁技术方面具有重要的现实意义。 相似文献
5.
6.
高光谱成像的土壤剖面水分含量反演及制图 总被引:2,自引:0,他引:2
传统土壤水分的获取方法仅可获得离散的土壤水分点位数据,难以获得剖面上精细且连续的水分含量分布图。研究了野外条件下利用近红外高光谱(882~1 709 nm)成像反演剖面土壤水分含量(SMC),并实现精细制图的可行性。研究剖面位于江苏省东台市,我们利用近红外高光谱成像仪对剖面进行了5天原位连续观测,共采集了280个土样用于烘干法测定SMC。原始高光谱图像经数字量化值(DN)校正、黑白校正、拼接、几何校正、剪切和掩膜等一系列预处理后,提取各采样点的平均光谱反射率。提取光谱(Raw)经吸光度[LOG10(1/R)],Savitzky-Golay平滑(SG)、一阶微分(FD)、二阶微分(SD)、多元散射校正(MSC)和标准正态变量(SNV)转换后,采用偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)方法建立SMC预测模型,并对比分析不同光谱预处理方法与建模方法组合条件下SMC的预测精度。结果表明,光谱反射率随SMC增加逐渐降低,不同光谱预处理方法的预测精度有所差异,除MSC方法外,同一光谱预处理方法的LS-SVM模型预测精度均高于PLSR模型,并且基于LOG10(1/R)光谱的LS-SVM模型对SMC预测精度最高,其建模集的决定系数(R2c)和均方根误差(RMSEc)分别为0.96和0.65%,预测集的决定系数(R2p)、均方根误差(RMSEp)和相对分析误差(RPDp)分别为0.88,1.05%和2.88。利用最优模型进行剖面SMC的高空间分辨率精细制图,通过比较SMC反演图中提取的预测值与实测值关系发现预测精度较高(R2: 0.85~0.95, RMSE: 0.94%~1.02%),且两者在剖面中的变化趋势基本一致,说明SMC反演图不仅能很好地反映出土壤水分在整个剖面中毫米级的含量分布信息,也可反映出同一位置处不同天数间的含量差异。因此,利用近红外高光谱成像结合优化的预测模型,能够实现土壤剖面SMC的定量预测及精细制图,有助于快速、有效监测田间剖面土壤水分状况。 相似文献
7.
本文基于物质坐标,构建了膨胀性土壤中水分吸附的时间分形导数模型,其中物质坐标建立了土壤含水率与空间坐标的联系,并推导了膨胀性土壤中水分的累积吸附量。分形导数模型对应水分的累积吸附量为时间分形导数的阶数和扩散系数的函数。分形导数的阶数能够用于吸附过程的分类,表征介质的非均质性。本文结合黑土和砂土中水分累积吸附,验证了该模型模拟膨胀性土壤中水分累积吸附的可行性,比传统的整数阶导数模型的模拟精度高。 相似文献
8.
近红外光谱的北方寒地土壤含水率预测模型研究 总被引:1,自引:0,他引:1
我国北方寒地温差大,土壤温差对近红外光谱测量土壤墒情有较大影响。针对这一问题,以北方寒地土壤为研究对象,探究大范围温度胁迫下(-20~40 ℃)土壤的近红外光谱与土壤不同含水率之间的关系预测模型方法。选取黑龙江八一农垦大学农学院试验基地中的黑土,经烘干、过筛等操作处理后配置含水率范围在15%~50%内八种不同湿度的土壤样品,建立北方寒地土壤大范围温度胁迫下土壤的近红外光谱信息与含水率之间的定量预测模型。在全波段光谱数据的基础上,结合五种不同光谱信号预处理方法,采用BP神经网络算法、优化支持向量机算法(SVM)、高斯过程算法(GP)三种智能算法建立北方寒地土壤近红外光谱与含水率的预测模型并验证模型的效果。利用69组数据进行训练建模, BP神经网络相关参数设置为学习速率0.05,最大训练次数设置为5 000,隐层单元数确定为20;SVM采用径向基函数,并利用leave-one-out cross validation确定了最佳惩罚参数为0.87,使模型预测的准确性提高;高斯过程算法内部采用马顿核。模型的定量评估采用决定系数(R2)和均方根误差(RMSE)。结果表明,在建立的全部BP神经网络模型中,效果最佳的为S_G-BP神经网络模型,模型的R2为0.960 9,RMSE为2.379 7;在SVM模型中SNV-SVM模型的效果最好,模型的R2为0.991 1,RMSE为1.081 5;在GP模型中S_G-GP模型的效果最好,模型的R2为0.928,RMSE为3.258 1,综上基于SNV预处理的SVM模型训练效果最优。利用剩余的35组光谱数据作为预测集验证模型性能,经模型对比分析发现基于SVM算法的预测模型效果优于其他两种算法,其中基于S_G的SVM模型效果最优,其预测模型的R2和差RMSE分别为0.992 1和0.736 9。综合建模集与预测集的参数最终确定基于S_G的SVM模型为最佳模型。此模型可以作为大范围温度胁迫条件下(寒地)的土壤含水率有效预测方法,为设计优化适宜寒地便携式近红外土壤含水率快速测量仪提供科学依据。 相似文献
9.
田间原位可见-近红外光谱(VIS-NIR)能够有效的提高土壤属性的检测效率,但由于原位土壤中水分因素的影响,土壤属性的预测精度很难达到预期。如何有效去除土壤中的水分对土壤其他属性光谱预测的影响,是利用田间原位光谱高精度预测土壤属性所面临的难题,也是土壤光谱技术由室内转向田间的突破口。该问题的有效解决,可减除土壤样品的采集与室内预处理等过程,实现土壤属性的田间原位光谱测定。以新疆南部地区阿拉尔垦区十二团棉田为研究区,采用网格采样法共采集了116个0~20 cm深度的表层土壤样品,剔除1个异常值样品,得到115个有用样品,利用SR-3500型便携式地物光谱仪采集了231个样点的田间原位光谱数据,土样经风干、研磨和过筛等处理后测定其室内光谱和有机质含量。利用Kennard-Stone算法将115个土样分为69个转换子集及46个预测集,采用外部参数正交化法(EPO)、光谱直接转换法(DS)及光谱间接转换法(PDS)三种去除水分算法结合原位光谱反射率(R)、反射率一阶微分(R′)、反射率对数(LOG(R))以及反射率倒数(1/R)四种数学变换方式,运用随机森林(RF)模型进行不同组合模型的构建及精度评价。结果表明:(1)土壤有机质含量越高,土壤光谱反射率越低。土壤田间原位光谱反射率低于土壤室内光谱反射率;(2)室内光谱反射率与土壤有机质含量之间的相关性大于田间原位光谱,室内光谱经一阶微分变换后与土壤有机质含量之间的相关性显著提升。(3)土壤室内光谱反射率模型预测精度(R2=0.86, RPD=2.08, RMSE=1.55 g·kg-1, MAPE= 0.14)高于田间原位光谱反射率模型(R2=0.71, RPD=1.49, RMSE=2.17 g·kg-1, MAPE=0.20)。在去除水分算法模型中,以EPO一阶微分模型去除水分效果最好,决定系数R2由0.71提高到0.83,RPD由1.49提高到2.04,RMSE由2.17 g·kg-1降低至1.58 g·kg-1,MAPE由0.20降低至0.14。本研究实现了去除土壤水分因素的影响,提高了田间原位光谱预测土壤有机质的精度,为南疆棉田大尺度土壤有机质的预测及土壤肥力的评价提供了重要的参考。 相似文献
10.
建立了加速溶剂萃取-气相色谱/质谱(ASE-GC-MS/MS)测定土壤中6种多氯代烃(PCHs)和12种有机磷阻燃剂(OPFRs)的方法,对加标制样、净化和仪器分析条件进行了优化。在土样与硅藻土混合物中加入回收内标混合液后,用加速溶剂萃取同时提取6种PCHs和12种OPFRs,固相萃取分步净化,气相色谱联用质谱仪测定。结果表明,目标分析物质量分数在0.05~500 ng/g范围内,相关系数(r2)>0.995,PCHs和OPFRs的方法检出限分别为0.16~2.31 pg/g和4.25~21.5 pg/g,方法定量限分别为0.533~7.71 pg/g和14.2~71.6 pg/g。PCHs和OPFRs的平均回收率分别为62.6%~111.0%和65.9%~119.2%。该方法适用于土壤中6种PCHs和12种OPFRs的检测。 相似文献