首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   261篇
  免费   20篇
  国内免费   95篇
化学   209篇
晶体学   1篇
力学   12篇
综合类   1篇
数学   45篇
物理学   108篇
  2023年   22篇
  2022年   18篇
  2021年   14篇
  2020年   8篇
  2019年   19篇
  2018年   14篇
  2017年   12篇
  2016年   12篇
  2015年   8篇
  2014年   22篇
  2013年   16篇
  2012年   24篇
  2011年   17篇
  2010年   18篇
  2009年   20篇
  2008年   15篇
  2007年   20篇
  2006年   15篇
  2005年   10篇
  2004年   8篇
  2003年   10篇
  2002年   5篇
  2001年   2篇
  2000年   3篇
  1999年   5篇
  1998年   9篇
  1997年   2篇
  1996年   4篇
  1995年   2篇
  1994年   3篇
  1993年   7篇
  1992年   2篇
  1991年   4篇
  1989年   3篇
  1988年   1篇
  1986年   2篇
排序方式: 共有376条查询结果,搜索用时 15 毫秒
1.
主要研究了复数域上的特殊线性李超代数sl(m,n)的型心与拟型心,其中m+n=4.应用解线性方程组的方法,完全确定了这些李超代数型心和拟型心的矩阵表示.  相似文献   
2.
潘宁  曲智林 《大学数学》2021,37(2):99-102
给出了利用球坐标求解第一型曲面积分的方法及在球坐标系下第一型曲面积分转化为二重积分的公式,实例表明这种方法是可行的.此研究丰富了第一型曲面积分的计算方法,也可为在高校《高等数学》课程教学中对学生能力的培养提供素材.  相似文献   
3.
梨在储藏、包装和运输等过程中均可能发生不同程度的机械损伤,若不及时剔除损伤梨,损伤可能会逐渐严重而演变成腐烂,造成严重的经济损失。为建立一种梨早期损伤检测及损伤时间评估的快速、无损检测方法,采用高光谱图像结合迁移学习模型对损伤早期水晶梨进行识别。以无损伤、挤压损伤24 h和挤压损伤48 h的水晶梨为研究对象,应用高光谱成像系统采集样品的高光谱图像,共获取无损伤、挤压损伤24 h和挤压损伤48 h的水晶梨高光谱图像各80帧。对高光谱图像进行主成分分析,选择主成分图像4,5,6(PC4,PC5,PC6)作为检测水晶梨损伤的特征图像,将3个主成分图像拼接后进行数据扩充共得到无损伤、挤压损伤24 h和挤压损伤48 h的特征图像各160帧。按照9∶1比例划分样本训练集和测试集后,分别建立了支持向量机(SVM)、k-近邻(k-NN)和基于ResNet50网络的迁移学习损伤识别模型。SVM、k-NN和基于ResNet50网络的迁移学习模型对测试集样本总体识别准确率分别为83.33%,85.42%和93.75%,基于ResNet50网络的迁移学习模型识别效果最佳,其对测试集中无损伤、挤压损伤24 h和挤压损伤48 h的样本正确识别率分别达到100%,83%和95%。该研究结果表明,高光谱图像技术结合基于ResNet50网络的迁移学习模型可实现水晶梨早期损伤检测,并对损伤时间有较好的预测效果,且损伤时间越长,识别准确率越高。  相似文献   
4.
D-木糖为炭源,月桂酸钠为模板剂,硼酸为掺杂剂,通过水热炭化方法制得硼掺杂分级多孔炭球(BPCS)。通过扫描电子显微镜(SEM)、透射电子显微镜(TEM)、N2吸附-脱附测试、X射线光电子能谱(XPS)、顺磁共振波谱(EPR)、傅里叶红外光谱(FT-IR)、拉曼光谱(Raman)、X射线粉末衍射(XRD)、热重(TG)分析对样品进行表征。结果表明:月桂酸钠作为介孔造孔剂的同时,通过与D-木糖间的氢键作用使有机-有机自组装过程自发进行并形成窄尺寸分布(2~5 μm)规整炭球;硼酸在水热中催化炭源脱水降解,并以BC3、BCO2和BC2O的形式掺杂在炭球上,掺硼后炭球与水表面接触角降低,润湿性提高。经CO2活化、月桂酸钠高温分解以及胶质炭球的堆积分别产生微孔(0.5~1.2 nm)、介孔(3.14~35.00 nm)和大孔(60~146 nm)并形成分级结构。当硼酸加入量为0.927 5 g时多孔炭球(BPCS-1)的电化学性能最佳,在6 mol·L-1 KOH三电极体系中电流密度为0.5 A·g-1时,比电容达287.12 F·g-1;两电极体系中电流密度为0.5 A·g-1时比电容达151.34 F·g-1,能量密度达5.3 Wh·kg-1;电流密度为5 A·g-1时进行1 000次充放电循环,电容保持率仍达96.43%。  相似文献   
5.
东北林业大学本、硕两阶段"生物数学"系列课程的整体改革实践为例,针对数学本科专业和数学硕士点学科拔尖人才创新能力培养问题,通过构建"理论学习—专题研究—课外研讨班"一体化教学体系的教学法实践,探讨了如何以生物问题为背景,构建"问题—建模—求解"的研究型教学模式、搭建培养数学建模能力平台的问题,以实现培养学生数学建模能力的一体化教学体系和研究型教学模式的目标.  相似文献   
6.
互联网相关产业及移动通讯等有关技术的发展,促进了020模式及移动支付的快速普及.基于新四大发明之一的移动支付模式,对020电子商务下消费者的消费策略建立演化博弈模型并进行分析,并提出了合理选择商品以降低消费成本、充分利用共享资源和多方努力合作的建议.  相似文献   
7.
目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。  相似文献   
8.
佟国宾  鄂雷  徐州  马春慧  李伟  刘守新 《化学进展》2019,31(8):1136-1147
离子液体因其熔点低、液态温域宽、蒸气压低、热稳定性高、电导率高、电化学窗口宽、结构可设计及对许多化合物的亲和性等系列性能而引起人们广泛关注。离子液体在炭材料制备、改性领域展示出了良好的前景及巨大的应用潜力,可直接作为碳源,经过高温炭化实现杂原子掺杂制备多孔炭材料;离子液体也可充当反应介质和致孔剂,将生物质转化为多孔炭材料;此外,由于离子液体与炭材料相容性较好,可以用于多孔炭材料改性制备炭复合材料。基于离子液体的炭材料在电催化、超级电容器、吸附分离及生物医学等领域具有潜在的应用价值。本文总结了基于离子液体炭材料的制备、改性及应用最新研究进展,并着重介绍了其在能源和环境相关领域的应用。  相似文献   
9.
有理函数积分的难点在于求出有理函数分解为部分分式之和的系数.目标是通过一个可逆矩阵求出分解系数.这种方法克服了待定系数法、极限法以及奥氏(M. V. Ostrogradsik)方法等通常方法的不足,给出的分解公式简洁明了,有利于理论分析,有利于教学实践,有利于借助计算机解决实际问题.  相似文献   
10.
为了提高木材树种分类的正确率,提出了一种基于I-BGLAM纹理特征和光谱特征融合的高光谱图像的木材树种分类方法。实验数据是利用SOC710VP高光谱成像仪获取的可见光/近红外(372.53~1 038.57 nm)范围内的高光谱图像。首先,利用基于OIF的特征波段选择方法降低高光谱图像的维数,选择出含有信息量大的波段。其次,对选择出的波段图像使用NSCT及NSCT逆变换得到融合图像,对得到的融合图像使用I-BGLAM提取其纹理特征。与此同时,对高光谱图像的全波段求取平均光谱并进行S-G(Savitzky-Golay)平滑得到光谱特征。最后,将得到的纹理特征和光谱特征融合后送进极限学习机(ELM)中进行分类。此外,还和基于灰度共生矩阵(GLCM)的木材识别的传统方法以及近几年木材树种识别领域内被提出的主流方法进行了比较。该研究主要创新点有两个:一是将强纹理提取器I-BGLAM用于高光谱图像中提取其纹理特征;二是提出一种新的特征融合的模型用于高光谱图像的分类。针对8个树种的实验结果表明,单独使用I-BGLAM提取的纹理特征来进行分类的正确率最高可到达88.54%,而使用GLCM提取纹理特征的传统方法正确率最高只有76.04%,该结果可以得出本文使用I-BGLAM在纹理特征提取方面要优于GLCM,这为后面建立的融合模型打下很好的基础,单独使用平均光谱特征来分类的正确率最高可以达到92.71%,使用所提出的特征融合方法所得到的分类正确率最高可达到100%,这说明使用所提出的融合模型来分类要比以前单独使用某一种特征的分类模型要好。此外,使用所提出的方法得到的分类正确率要高于本领域内其他两种主流的识别方法。因此,所提出的基于I-BGLAM纹理特征和光谱特征融合的方法能够提高木材树种分类的正确率,该方法在木材树种分类方面有着一定的利用价值。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号