全文获取类型
收费全文 | 229篇 |
免费 | 43篇 |
国内免费 | 9篇 |
专业分类
化学 | 14篇 |
力学 | 14篇 |
综合类 | 15篇 |
数学 | 27篇 |
物理学 | 211篇 |
出版年
2023年 | 9篇 |
2022年 | 13篇 |
2021年 | 17篇 |
2020年 | 8篇 |
2019年 | 19篇 |
2018年 | 5篇 |
2017年 | 18篇 |
2016年 | 18篇 |
2015年 | 21篇 |
2014年 | 25篇 |
2013年 | 8篇 |
2012年 | 15篇 |
2011年 | 15篇 |
2010年 | 12篇 |
2009年 | 15篇 |
2008年 | 14篇 |
2007年 | 8篇 |
2006年 | 5篇 |
2005年 | 8篇 |
2004年 | 6篇 |
2003年 | 9篇 |
2002年 | 4篇 |
2001年 | 1篇 |
2000年 | 1篇 |
1999年 | 2篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1992年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有281条查询结果,搜索用时 15 毫秒
1.
拉曼光谱物质定性识别已被广泛的应用于化工、安防、缉毒等行业和研究领域,但是传统的拉曼光谱分析技术依赖于光谱数据库,通过光谱特征提取进行识别。特征提取是拉曼识别的关键处理步骤,通常利用主成分分析,因子分析等方法进行特征提取,而后通过KNN,SVM和随机森林等方法进行光谱特征定性识别,当拉曼数据库不存在待定性物质时,易造成待检测物质的错误分类。针对此问题,提出一种基于卷积神经网络的对数据库缺少物质光谱识别方法。在实验过程中,采用九类,200余种精神类药品拉曼光谱作为测试对象,通过搭建卷积神经网络自动特征提取并利用Softmax分类器将200余种物质,按照Amphetamine, cathinone, cannabinoids等九种类别进行定性分析。通过与传统机器学习方法如K近邻,支持向量机等方法进行比较,基于卷积神经网络的模型识别准确性有显著提高,该方法可为拉曼光谱数据库的光谱识别检索提供一种新的识别方法。 相似文献
2.
基于卷积神经网络和近红外光谱的太平猴魁茶产地鉴别分析 总被引:1,自引:0,他引:1
太平猴魁茶因其特有的“喉韵”深受广大消费者喜爱,不同产地太平猴魁茶市场价格相差较大,如何实现产地精准鉴别是目前促进绿茶产业发展的关键因素。依赖于人工经验的感官评审方法主观性强、稳定性差,无法应用于实际生产检测过程。作为目前主要的检测分析方法,化学分析方法周期长、检测成本高,而且目前没有用于茶叶产地鉴别的统一标准。近红外光谱(NIR)作为一种无损检测分析方法,具有快速、非破坏性、无污染等特点,但是不同产地太平猴魁茶主要内含成分及其含量基本相同,不同产地样本光谱特征峰分布相似,导致常规分析方法无法有效选择特征变量。卷积神经网络(CNN)作为经典深度学习网络模型之一,具有强特征提取和模型表达能力。采用太平猴魁茶产地光谱特征分析,利用一维卷积神经网络模型(1-D CNN)提取太平猴魁茶NIR特征,提出一种基于1-D CNN和NIR的太平猴魁茶产地鉴别分析方法。试验以6个不同产地共120个样本为研究对象,分析10 000~4 000 cm-1范围内的光谱信息;将样本随机划分为训练集(84,占70%)和测试集(36,占30%),分别讨论不同间隔采样、网络结构、卷积核大小及激活函数对产地鉴别结果的影响,并引入Dropout方法对比分析模型过拟合现象;最终建立一个具有9层结构的1-D CNN模型。蒙特卡罗试验结果表明,相比于基于原始光谱数据(40.57%,7.06)和PCA方法(31.93%,6.96)的太平猴魁茶产地预测模型准确率和标准差,基于1-D CNN的太平猴魁茶产地鉴别模型预测精度和稳定性更高,其测试集预测准确率平均值和标准差分别为97.73%和3.47。因此,1-D CNN可有效提取太平猴魁茶不同产地NIR特征,提高太平猴魁茶产地鉴别精度,为太平猴魁茶精准产地鉴别及溯源分析提供参考。 相似文献
3.
针对传统的激光诱导损伤阈值测试中存在的耗时问题,提出了一种利用单发次、大口径光束的介质膜损伤阈值的快速测定方法。该方法以图像处理为基础,通过坐标变换和栅格压缩,建立了样品辐照区域内损伤分布与光斑强度分布之间的精确对应关系。基于对大口径光斑辐照区域内损伤信息的快速提取和统计方法,通过单次激光辐照,获取了待测区域的损伤阈值。根据此方法搭建了单发大口径光束损伤阈值测试平台,并对HfO2/SiO2高反射膜损伤阈值进行了单发次测定的验证。 相似文献
4.
5.
6.
针对移动机器人在目标识别过程中对视觉图像特征点提取慢,匹配不准确等特点,提出了一种基于SIFT算法的改进目标识别算法。通过采用组合匹配策略,将特征关键点间的距离和内积同时进行考察,根据其自身值的大小,决定对匹配相似度的贡献。组合策略的引入有效地解决了机器人在目标识别中对相同特征图像不能匹配和不同特征图像能够匹配的问题。为克服目标匹配时实性差的弱点,以关键点为根据构建K维树结构,采用最近邻点搜索,快速找出正确匹配的特征点。为实现移动机器人目标识别过程中的自主性,在特征点匹配过程中引入自适应阈值进行判断。实验表明,该方法对移动机器人目标识别准确率有较大提升,能够满足移动机器人在目标识别和跟踪过程中对视频图像处理的实时性和准确性的要求。 相似文献
7.
摘要:针对光伏并网逆变器电路中故障信号的非线性、非平稳特点,提出一种基于经验模态分解(EMD)和样本熵(SampEn)的故障诊断方法。首先,利用经验模态分解对逆变器的三相输出电压进行分解,得到有限个本征模式分量(IMF),从中选取包含故障主要信息的前几个本征模式分量提取故障信息。然后,计算本征模式分量的样本熵,从而得到用于故障诊断的特征向量;最后,将逆变器开路故障进行分类和编码,将故障特征向量输入BP神经网络进行模式识别,从而达到故障诊断的目的。在Matlab环境下对光伏并网逆变器的故障诊断进行了实验,实验结果证明了文中方法能实现对光伏并网逆变器的故障诊断,且与小波包变换相比,该方法具有诊断效率高和准确度高等特点。 相似文献
8.
太赫兹光谱是物质识别的前沿方法之一。由于不同物质的分子组成或结构各异,许多物质的太赫兹吸收谱会在特定频率上出现吸收峰,可以作为混合物成分检测的重要特征。有效准确地提取这些吸收峰的参数,是提高识别率的关键。多峰拟合算法将光谱曲线拟合成若干个标准峰函数之和,能够同时提取到吸收峰的频率、峰高、峰宽等信息。但是该算法以寻峰算法结果为基础确定吸收峰的大致位置和数量,寻峰结果不一定是最优的拟合结果,而且很难准确识别定位混叠状态的吸收峰。为了提高混叠光谱中吸收峰的识别定位精度,提出以大幅度平滑后的曲线波谷为分界点,将预处理后的光谱分成若干个子区间。然后将子区间组合起来进行多峰拟合,通过遗传算法得到最优的拟合子区间组合和吸收峰频率近似值,拟合时每个子区间中通过峰数递增最优化方法确定拟合的吸收峰数,最后微调优化得到最优的吸收峰频率、峰高值。为了实现物质的识别,通过密度聚类算法得到同一类纯净物在多次测量中的共同吸收峰,以此作为标准数据,通过提出的基于吸收峰特征的光谱匹配算法实现了纯净物和不同含量混合物的快速识别。对10类纯净物的实际光谱数据进行拟合聚类,得到其吸收峰参数,结果与太赫兹光谱数据库一致。通过识别算法对纯净物测试集进行识别的识别率为100%,证明了特征提取和物质识别算法的有效性。对于含有混叠峰的混合物光谱,二阶导数法对葡萄糖-乳糖混合物光谱中被掩盖吸收峰(1.280 THz)的识别率仅为70%,提取到的频率平均值为1.316 THz;而该算法提高识别率至95%,频率平均值为1.281 THz,该算法提高了对混叠峰的分辨能力,能够精确定位混叠峰。对10类纯净物构成的6类不同程度混叠的二元混合物前二、三识别率分别达到90.8%和98.3%,提取到的特征能够有效应用于混合物的成分检测。该算法能够以纯净物数据为标准数据实现成分各异的混合物成分检测,对于太赫兹光谱混合物成分检测有重要意义。 相似文献
9.
基于表面增强拉曼光谱的多组分物质分类识别 总被引:1,自引:0,他引:1
为提高混合物质组分识别的准确性、降低建模的复杂度,构建了一种先粗分、后细分的递进式表面增强拉曼光谱检测系统.首先,用一种特征峰判别算法对全部样本进行特征提取并建立粗分模型,以分离单组分和多组分物质.然后,联合归一化与主成分分析法完成光谱特征的自动提取,并建立多输出最小二乘支持向量机细分模型.最后,采用粒子群优化算法进行参数寻优,实现多组分样本成分的精确预测.选用罗丹明6G、耐尔蓝和结晶紫三种探针分子进行实验,结果表明,特征峰判别算法提取样本特征的正确率达到99.44%,粗分模型对90例盲测样本全部识别正确;细分模型对多组分样本识别的相关系数不小于0.995,均方根误差不大于2.67343%.该拉曼检测系统能实现样本的定性、定量检测,为药品等复杂物质的检测提供了一种有效的识别途径. 相似文献
10.
张天助周辉林杨仙 《南昌大学学报(理科版)》2021,45(1):91
针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络(CNN)能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。 相似文献