全文获取类型
收费全文 | 5001篇 |
免费 | 945篇 |
国内免费 | 1065篇 |
专业分类
化学 | 2612篇 |
晶体学 | 219篇 |
力学 | 12篇 |
综合类 | 33篇 |
数学 | 7篇 |
物理学 | 4128篇 |
出版年
2024年 | 8篇 |
2023年 | 175篇 |
2022年 | 228篇 |
2021年 | 170篇 |
2020年 | 153篇 |
2019年 | 222篇 |
2018年 | 145篇 |
2017年 | 207篇 |
2016年 | 197篇 |
2015年 | 177篇 |
2014年 | 434篇 |
2013年 | 374篇 |
2012年 | 351篇 |
2011年 | 397篇 |
2010年 | 318篇 |
2009年 | 370篇 |
2008年 | 402篇 |
2007年 | 343篇 |
2006年 | 311篇 |
2005年 | 279篇 |
2004年 | 262篇 |
2003年 | 231篇 |
2002年 | 206篇 |
2001年 | 211篇 |
2000年 | 106篇 |
1999年 | 98篇 |
1998年 | 74篇 |
1997年 | 50篇 |
1996年 | 67篇 |
1995年 | 73篇 |
1994年 | 89篇 |
1993年 | 65篇 |
1992年 | 78篇 |
1991年 | 50篇 |
1990年 | 40篇 |
1989年 | 38篇 |
1988年 | 6篇 |
1987年 | 2篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1984年 | 1篇 |
1983年 | 1篇 |
排序方式: 共有7011条查询结果,搜索用时 31 毫秒
1.
单层结构对简化有机电致发光器件(OLED)的制备工艺及降低其制造成本具有重要意义。本文采用非掺杂热激活延迟荧光(TADF)发光层,结合C60(2 nm)/MoO3(3 nm)/C60(2 nm)修饰的ITO阳极及4,7-二苯基-1,10-菲啰啉(Bphen, 3 nm)修饰的Ag阴极,制备了单层TADF器件(TADF-OLED)。该单层TADF-OLED具有良好的空穴和电子注入能力,开启电压为3 V,最大电流、功率及外量子效率分别可达到37.7 cd/A、47.4 lm/W和13.24%。然后,我们利用“探针法”研究了该单层TADF-OLED的激子分布情况,发现大部分激子在发光层靠近阳极侧形成。最后,我们利用经典电磁学理论对器件的光取出效率进行模拟分析,证实了这种激子分布特性有助于实现较高的光取出效率,进而改善器件的外量子效率。 相似文献
2.
铒掺杂硼酸盐玻璃广泛应用于发光材料中,研究其发光动力学性质对于优化和提高其发光效率具有重要意义. 本文采用传统的熔融淬火法合成了摩尔比为2%的掺铒硼酸盐玻璃,并在低于硼酸盐玻璃转变温度(260 °C)下退火,退火处理后的掺铒硼酸盐玻璃光学性质得到了一定程度的提高. 硼酸盐玻璃未掺杂和掺杂Er3+的热性能采用差示扫描量热法以10 °C/min的速度进行测量. 同时还测量了掺铒硼酸盐玻璃发光机理的吸收光谱、激发光谱、稳态发射光谱、瞬态发射光谱和衰减动力学曲线. 实验结果表明Er3+在不同激发波长下556 nm处发射时具有不同的寿命,在掺铒硼酸盐玻璃中可能存在激发态阱,利用实验数据得到了激发态阱的深度为0.14 eV. 相似文献
3.
尚慧吴进锦许志兵王慧捷尹建华 《光散射学报》2022,(4):322-327
近红外(NIR)光谱,可提供样本丰富的结构和成分信息。机器学习主要用于数据的分析和挖掘,可以对数据进行精确分类和信息提取。本研究采用自研的NIR光谱探针技术进行乳腺癌组织的原位光谱采集并进行癌变(光谱)分析;运用基线校正(BC)、标准正态变量变换(SNV)、一阶导数二阶多项式21点Savitzky-Golay平滑(1^(st)-2-21SG)和二阶导数三次多项式25点Savitzky-Golay平滑(2^(nd)-3-25SG))四种方法进行光谱预处理;结合机器学习方法,包括主成分分析(PCA)、K最近邻(KNN)、Fisher判别分析(FDA)及支持向量回归(SVR),进行乳腺癌变和癌旁组织的分类和判别。研究发现PCA-KNN模型的最优预测结果为基于BC+SNV,其准确率、敏感性及特异性达88.34%、98.21%、76.11%。PCA-FDA模型的最优结果为基于BC+1^(st)-2-21SG,其准确率、敏感性及特异性达90.00%、98.21%、79.54%。SVR模型的最优结果为基于BC+2^(nd)-3-25SG,其准确率、敏感性及特异性达90.00%、100.00%、79.55%。论证了机器学习方法结合NIR光谱可以实现小样本量乳腺癌的高效精确诊断。 相似文献
4.
潮滩沉积物水分的分布在空间和时间上会有很大的变化,含水量的变化会导致沉积物中生源要素含量的变化。因此,实时、准确、快速的监测潮滩沉积物含水量,对了解潮滩的各种特性,掌握潮滩生源要素信息,潮滩资源的开发有着重要意义。采集青岛市东大洋村潮间带的沉积物115份,分别测定新鲜样品、风干4周、风干8周样品的可见近红外光谱和含水量。以db10小波基和sym6小波基对原始光谱进行小波变换,采用偏最小二乘回归建立潮滩沉积物含水量模型。通过10阶小波变换获取原始光谱的低频信息An和高频信息Dn(n=1, 2, …,10),通过原始光谱S分别与高频信息Dn做差值,得到S-Dn,对An,Dn和S-Dn建立潮滩沉积物含水量模型,并对模型结果进行分析。原始光谱建立模型的R2p为0.841,RMSEP为2.767,RPD值为2.481。通过对db10小波基变换后的低频和高频信息分析,无用信息主要集中在D3和D4,去除D3和D4建立的含水量模型,相比于原始光谱模型精度有明显提高,R2p为0.878,RMSEP为2.501,RPD值为2.749;通过sym6小波基变换后进行分析,无用信息主要集中在D5和D9,去除D5和D9建立含水量模型与原始光谱模型相比,精度也有一定提高,R2p为0.87,RMSEP为2.475,RPD值为2.768。因此通过小波变换对原始光谱划分低频信息和高频信息进行分析,能够有效找到潮滩沉积物含水量的干扰信息,实现特征信息提取,从而建立准确度更高的潮滩沉积物含水量模型,为潮滩沉积物含水量实时、动态监测提供理论基础。 相似文献
5.
光子上转换是一种重要的非线性反斯托克斯发光现象,在激光、显示、光伏、信息安全以及生物成像与诊疗等领域具有应用前景。与研究较多的有机分子三重态-三重态湮灭和稀土掺杂纳米颗粒上转换发光材料相比,上转换量子点可以在宽光谱激发范围内实现上转换发光,具有频谱吸收宽、发光效率高、近红外可吸收、能带可调、尺寸小以及稳定性高等特点,引起了领域内的关注。本文介绍了上转换发光的种类及机理,对近年来上转换发光量子点的研究进展进行了总结,重点分析了基于激发态吸收的半导体双量子点的类型和设计原理,探讨了上转换发光量子点在发光二极管(LED)、光电探测、生物标记、太阳能电池等方面的应用潜力,特别是未来发展面临的挑战和前景。 相似文献
6.
7.
全连接网络作为深度学习中的一种典型结构,几乎在所有神经网络模型中均有出现。在近红外光谱定量分析中,光谱数据样本数量较少,但每个样本的维度高。导致了两个问题:将光谱直接输入网络,网络的参数量会十分庞大,训练模型需要更多的样本,否则模型容易进入过拟合状态;在输入网络前对光谱进行降维,虽解决了网络参数量过大的问题,但会丢失一部分信息,无法充分发挥网络的学习能力。针对近红外光谱的特性,提出了一种分组全连接的近红外光谱定量分析网络GFCN。该网络在传统的两层全连接网络的基础上,用若干个小的全连接层替代第一个全连接层,克服了直接输入光谱导致网络参数量过大的缺点。采用Tecator和IDRC2018数据集对该方法进行测试,同时与全连接网络FCN和偏最小二乘PLS两种方法进行对比。结果显示:在两个数据集上,GFCN预测效果均优于FCN和PLS。在只有少量样本参与建模的情况下,GFCN依然能够保持较高的预测效果。表明,GFCN可以用于近红外光谱的定量分析,并且适应样本较少的场景,具有重要的研究价值和广泛的应用场景。 相似文献
8.
贮存时间是影响生菜品质的一项重要因素,传统的贮存时间鉴别方法主要依靠人工经验,但是这种方法的准确率和可信度并不高。研究的目标是建立一种基于模糊识别的模型进行生菜光谱分析以实现生菜贮存时间的鉴别,并与其他鉴别方法作比较。为此,在当地超市购买60份新鲜生菜样品,存放于冰箱中待用。首先,通过Antaris Ⅱ近红外光谱检测仪采集生菜样品的近红外光谱数据,每隔12小时检测一次,每个样本检测重复三次,并取三次平均值作为实验数据。其次,利用多元散射校正(MSC)减少近红外光谱中的冗余信息。为了进一步去除近红外光谱中的无用信息以及简化随后的数据分类过程,分别运用主成分分析(PCA)和排序主成分分析 (PCA Sort)。其中,PCA Sort通过改进对主成分的排序方法能提高分类准确率,同时便于模糊线性鉴别分析(FLDA)进一步提取特征。PCA和PCA Sort的计算仅运用了前15个主成分(能充分反映光谱的主要信息)。最后,利用模糊线性鉴别分析算法(FLDA)和K近邻算法(KNN)进一步分类所得的低维数据。基于PCA和KNN算法的模型鉴别准确率达到43%,而基于PCA,FLDA和KNN算法的模型鉴别准确率可达83%。上述结果说明基于PCA,FLDA和KNN算法的模型鉴别准确率已经得到较大程度提高。当用PCA Sort替代了模型中的PCA算法后,结合FLDA和KNN算法则鉴别准确率达到98.33%。实验结果表明PCA Sort结合FLDA和KNN所建立的模型是有效的生菜贮存时间鉴别模型。 相似文献
9.
木材密度可以反映木材的干缩性、抗压抗拉强度等多种物理性质,是重要的木材物理特性。采用近红外光谱技术能够实现木材密度的快速预测,可克服传统检测方法耗费人力、物力、时间的弊端,但建模结果往往受异常样本的影响。为准确识别并剔除样本集中的异常样本,提出一种孤立森林结合学生化残差方法(IFSR),在利用孤立森林集成特征的优点基础上考虑样本对模型的影响度,可同时检测异常样本与强影响样本。该研究对181个落叶松木材样本的近红外光谱及其在常温下的气干密度进行了测定。通过对比多种方法预处理和特征选择方法,确定采用标准正态变量变化(SNV)+去趋势处理(DT)+均值中心化(MC)+标准化(Auto)方法进行预处理,采用竞争性自适应重加权算法(CARS)进行特征波段选择,消除噪声及无关信息对算法的影响,简化数据集,提高算法剔除异常样本的准确性。为验证IFSR方法剔除异常样本的能力,将其与蒙特卡洛交互验证(MCCV)、马氏距离(MD)等其他六种异常检测方法对比分析,建立偏最小二乘(PLS)模型对其进行异常检测性能评价。同时在上述基础上采用粒子群寻优-支持向量机回归(PSO-SVR),BP神经网络(BPNN)与PLS分别建立落叶松木材密度近红外预测模型。结果表明,IFSR结合PSO-SVR方法得到的优化模型预测能力最强,IFSR可有效剔除奇异样本,提高模型精度。 相似文献
10.
可见与近红外波段光谱反射率数据库是颜色科学与技术和遥感目标地物分类识别领域等研究与应用的基础数据。主成分分析(PCA)在光谱数据分析、光谱重建、高光谱数据降维以及遥感图像分类等方面有广泛应用。测量并建立了云南公园常见绿化植物柳树、樟、红花檵木、蓝花楹等48种植物150条叶片从可见光到近红外波段光谱反射率数据库,波长范围400~1 000 nm、间隔4 nm。并且分别对可见与可见到近红外两种波段范围进行PCA研究。结果表明:不同植物叶片按照红、绿、黄相同色相的光谱反射率曲线基本相似;但对于同一种植物,在可见光波段400~700 nm,因为体内叶绿素、叶黄素、叶红素和花青苷含量的不同,光谱反射率曲线有较大的差异;在近红外波段700~1 000 nm,所有植物叶片光谱反射率仅仅是大小不同,而同一植物光谱反射率基本不随波长变化。PCA分析表明:在可见光和可见与近红外波段前三个主成分的累积贡献率分别达到98.62%和94.97%。数据库及其PCA分析结果将为自然物体光谱重建、多光谱成像技术和遥感目标地物分类识别等领域应用提供支撑。 相似文献