全文获取类型
收费全文 | 1111篇 |
免费 | 136篇 |
国内免费 | 53篇 |
专业分类
化学 | 220篇 |
晶体学 | 4篇 |
力学 | 228篇 |
综合类 | 59篇 |
数学 | 135篇 |
物理学 | 654篇 |
出版年
2023年 | 34篇 |
2022年 | 26篇 |
2021年 | 27篇 |
2020年 | 22篇 |
2019年 | 43篇 |
2018年 | 14篇 |
2017年 | 40篇 |
2016年 | 45篇 |
2015年 | 53篇 |
2014年 | 84篇 |
2013年 | 46篇 |
2012年 | 51篇 |
2011年 | 58篇 |
2010年 | 55篇 |
2009年 | 48篇 |
2008年 | 75篇 |
2007年 | 67篇 |
2006年 | 60篇 |
2005年 | 55篇 |
2004年 | 48篇 |
2003年 | 54篇 |
2002年 | 51篇 |
2001年 | 27篇 |
2000年 | 34篇 |
1999年 | 28篇 |
1998年 | 27篇 |
1997年 | 19篇 |
1996年 | 14篇 |
1995年 | 13篇 |
1994年 | 16篇 |
1993年 | 16篇 |
1992年 | 10篇 |
1991年 | 10篇 |
1990年 | 7篇 |
1989年 | 7篇 |
1988年 | 8篇 |
1987年 | 2篇 |
1986年 | 2篇 |
1984年 | 2篇 |
1982年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有1300条查询结果,搜索用时 18 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.
植物精油是从芳香植物提取的天然复杂化合物,作为芳香植物的次生代谢产物具有挥发性和浓郁香味,其特有的多样化生物活性广泛应用于医药和化妆品行业。植物精油具有高渗透性,能以活跃的分子态渗透皮肤组织,经淋巴腺吸收后进入血液,其所含的重金属元素也极易随植物精油进入人体对健康构成潜在威胁。采用硝酸-双氧水对植物精油进行微波消解,在多模式样品导入系统(MSIS)的双重模式下,采用电感耦合等离子体发射光谱(ICP-OES)测定其中可形成蒸气重金属元素As,Sn,Sb,Hg和不可形成蒸气重金属元素Cr,Ni,Cd和Pb的含量。选择盐酸对样品进行酸化并预还原氧化态元素,通过在线加入L-半胱氨酸/酒石酸提高可形成蒸气元素的蒸气发生效率,利用硼氢化钠/氢氧化钠在MSIS中将As,Sn,Sb和Hg转变为蒸气状态;针对分析过程中存在的多个或单个光谱重叠和背景干扰,分别对空白溶液、分析元素和预期干扰元素的纯溶液进行测定,根据获得的光谱响应数据解卷积构建快速自动曲线拟合技术(FACT)模型,将分析谱线从干扰谱线中分离出来,从而实现光谱重叠干扰和背景干扰的实时校正;采用加标回收并与电感耦合等离子体质谱(ICP-MS)进行对比分析评价方法的准确性。各元素方法的检出限(MDL)为0.38~11.2 μg·kg-1,加标回收率为95.4%~104%,相对标准偏差(RSD)为1.9%~4.9%,对比分析的相对误差(RE)在-2.1%~2.7%之间,表明方法准确可靠,精密度高。对8种植物精油中的重金属元素进行了分析,所有植物精油样品中重金属元素As,Hg和Pb的含量远低于GB/T 26516—2011制定的限量标准,植物精油中重金属元素Cr,Ni,Sn,Cd和Sb的含量虽然没有制定限量标准,但均处于极低水平。MSIS兼具传统雾化和蒸气发生双重功能,在分析可形成蒸气元素和不可形成蒸气元素时无需切换不同进样系统,能满足大批量植物精油中微量重金属元素的高通量分析需要。 相似文献
3.
4.
白丽霞 《数学的实践与认识》2021,(7):246-250
对热传导问题的微分方程采用无单元Galerkin法进行数值求解.首先,将微分方程用Galerkin加权残量法转化为等效的积分形式.然后,先将时间变量看作参数,对空间变量进行离散化,得到方程的半离散形式,接着,对时间采用向后Euler—Galerkin格式进行离散,得到方程的全离散形式最后,编制MATLAB程序,上机计算.列举了两个热传导算例,通过计算说明EFG法适用于热传导问题,且其计算速度快,精确度高、前后处理也十分方便,是一种具有潜力的温度场数值计算的新方法. 相似文献
5.
随着自动驾驶技术研究的兴起,对自动驾驶车辆建立一个科学完善的测试评价体系也逐渐受到重视.自动驾驶车辆的测试评价体系主要包括测试方法,以及评价方案与指标的选取.各个国家也为自动驾驶车辆的技术发展和应用制定了标准和法规,对于评价体系的建立有所帮助.因此,文章针对于自动驾驶车辆的测评研究进行了相关的调研工作,从现状背景、测试方法、评价方案、不同国家政策标准等方面进行了梳理和介绍.现状背景方面介绍自动驾驶车辆测评的意义和应用.测试方法方面具体介绍了蒙特卡洛方法、博弈论方法、测试矩阵评价方法和最坏场景评估方法四种,并详细阐述了对自动驾驶加速测试方法.评价方案方面,文章选取了中国自动驾驶仿真技术研究报告、德国PEGASUS项目、中国智能车未来挑战赛和欧洲AdaptIVe项目四个项目,针对其中的评价方案进行了具体说明,另外,也介绍了其他学术文献中提到的评价方案.最后,文章对中国、美国、欧洲等国家和地区近年来为自动驾驶制定的各类标准和政策进行了整理,并介绍了各国的研究现状、参与研究的公司和现有的仿真软件. 相似文献
6.
对民族服饰图案进行自动分割以提取图案纹样元素,是民族服饰图案素材库构建急需解决的难题。通过融合形态学连通域标记和CV模型(MCC-CV),提出了一种民族服饰图案自动分割方法,首先对民族服饰图案进行预处理,然后采用形态学连通域标记算法获得待分割目标的位置和大致轮廓信息,对CV模型进行初始化,最后通过CV模型对不同分割目标进行边缘追踪,以实现民族服饰图案纹样元素的自动分割。实验表明,融合形态学连通域和CV模型的民族服饰图案纹样元素自动分割方法在边界召回率(BR)为0.5时,分割准确率为60%,与其他自动分割算法相比,该算法更为有效,满足了民族服饰图案素材库建设对图案纹样元素分割的基本要求。 相似文献
7.
8.
恒星光谱数据的分类是天体光谱自动识别的最基本任务之一,光谱分类的研究能够为恒星的演化提供线索。随着科技的发展,天文数据也向大数据时代迈进,需要处理的恒星光谱数量越来越多,如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。当前恒星光谱自动分类问题的解决方法相对较少,为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。该网络由数据输入层、四个卷积层、四个池化层、全连接层、输出层构成,与传统网络相比具有局部感知、参数共享等优点实验。在Python3.5的环境下编程,利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络,并将Dropout作用于全连接层之后以防止过度拟合。Dropout的基本思想:当网络模型进行训练时,把一些神经网络节点按一定的比例丢弃,使其暂时不发挥作用。Dropout可以理解成是一种十分高效的神经网络模型平均方法,由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。实验中使用的一维恒星光谱图是取自LAMOST DR3数据库,首先进行预处理截取光谱3 600~7 300 Å的部分,均匀采样后使用min-max标准化法对其进行初始化。实验包括两部分:第一部分为依据恒星光谱MK系统对光谱进行分类,每一类的训练样本包含1 000条光谱数据,测试样本为400条光谱数据,首先通过训练样本对CNN网络进行训练,进行3 000次的迭代,用训练后的网络将测试样本进行分类以验证网络的准确性;第二部分为相邻两类的恒星光谱的分类,其中O型星数据集样本为250条光谱,其余类别恒星样本数据集均为4 000条光谱,将数据5等分,每次选取当中的一份当作测试集,其余部分当作训练集,采用5折交叉验证法求得模型准确率,用BP神经网络进行对比实验。选择对网络模型进行评估的指标包括精确率P、召回率R、F-score、准确率A。实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上,在对相邻类别的恒星进行分类时,由于O型星样本量较少,所以得到的分类结果不太理想,对其余类别的恒星分类准确率都高于98%,以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。 相似文献
9.
S-R(strain-rotation)和分解定理克服了经典有限变形理论的一些缺点, 使其可以为几何非线性数值分析提供可靠的理论基础. 对于大变形问题, 由于无网格法(element-free method)避免了对单元网格的依赖, 从而从根本上避免了有限单元法(finite element method, FEM)的单元畸变问题, 保证了求解精度. 因此, 将无网格法和S-R和分解定理结合起来势必能建立一套更加合理可靠的几何非线性数值计算方法. 目前基于S-R 定理的无网格数值方法研究较少并且只能用于二维平面问题的求解, 但实际上绝大多数问题都必须以三维模型来进行处理, 因此建立适用于三维情况的S-R无网格法是非常有必要的. 本文给出了适用于三维情况的S-R 无网格法: 采用由更新拖带坐标法和势能率原理推导出来的增量变分方程, 利用基于全局弱式的无网格Galerkin 法(EFG)得到了用于求解三维空间问题的离散格式. 利用MATLAB编制三维S-R 无网格法程序, 对受均布载荷的三维悬臂梁和四边简支矩形板结构的非线性弯曲问题进行了计算. 最后将所得的数值结果与已有文献进行了比较, 验证了本文的三维S-R无网格数值算法的合理性、有效性和准确性. 本文的三维S-R无网格数值算法可以作为一种可靠的三维几何非线性数值分析方法. 相似文献
10.
为数值求解描述不同物质间相位分离现象的高阶非线性Cahn-Hilliard(C-H)方程,发展了一种基于局部加密纯无网格有限点集法(local refinement finite pointset method,LR-FPM).其构造过程为:1)将C-H方程中四阶导数降阶为两个二阶导数,连续应用基于Taylor展开和加权最小二乘法的FPM离散空间导数;2)对区域进行局部加密和采用五次样条核函数以提高数值精度;3)局部线性方程组求解中准确施加含高阶导数Neumann边值条件.随后,运用LR-FPM求解有解析解的一维/二维C-H方程,分析粒子均匀分布/非均匀分布以及局部粒子加密情况的误差和收敛阶,展示了LR-FPM较网格类算法在非均匀布点情况下的优点.最后,采用LR-FPM对无解析解的一维/二维C-H方程进行了数值预测,并与有限差分结果相比较.数值结果表明,LR-FPM方法具有较高的数值精度和收敛阶,比有限差分法更易数值实现,能够准确展现不同类型材料间相位分离非线性扩散现象随时间的演化过程. 相似文献