全文获取类型
收费全文 | 562篇 |
免费 | 17篇 |
国内免费 | 12篇 |
专业分类
化学 | 135篇 |
力学 | 10篇 |
综合类 | 33篇 |
数学 | 293篇 |
物理学 | 120篇 |
出版年
2023年 | 12篇 |
2022年 | 23篇 |
2021年 | 8篇 |
2020年 | 10篇 |
2019年 | 33篇 |
2018年 | 11篇 |
2017年 | 22篇 |
2016年 | 32篇 |
2015年 | 19篇 |
2014年 | 20篇 |
2013年 | 31篇 |
2012年 | 31篇 |
2011年 | 29篇 |
2010年 | 35篇 |
2009年 | 29篇 |
2008年 | 29篇 |
2007年 | 26篇 |
2006年 | 21篇 |
2005年 | 19篇 |
2004年 | 20篇 |
2003年 | 16篇 |
2002年 | 14篇 |
2001年 | 12篇 |
2000年 | 8篇 |
1999年 | 9篇 |
1998年 | 11篇 |
1997年 | 9篇 |
1996年 | 10篇 |
1995年 | 13篇 |
1994年 | 9篇 |
1993年 | 5篇 |
1992年 | 5篇 |
1991年 | 2篇 |
1990年 | 4篇 |
1989年 | 3篇 |
1988年 | 1篇 |
排序方式: 共有591条查询结果,搜索用时 78 毫秒
1.
2.
为了准确测定黄精中稀土元素的含量,采用电感耦合等离子体质谱(ICP-MS)法同时测定黄精中15种稀土元素(La、Ce、Pr、Nd、Pm、Sm、Eu、Gd、Tb、Dy、Ho、Er、Tm、Yb、Lu)的含量,进而绘制稀土元素指纹图谱,以稀土元素含量的平均值构建黄精稀土元素标准指纹图谱,作为鉴定黄精中药材的参考依据。黄精样品采用微波消解法处理后,通过在线引入内标溶液,采用ICP-MS法测定15种稀土元素的含量,采用OriginPro 2021绘制稀土元素指纹图谱和进行主成分分析,采用SPSS 26.0进行聚类分析。15种稀土元素的线性关系、重复性、精密度良好,平均加标回收率在97.0%~103.3%,相对标准偏差小于等于1.74%。黄精中Ce、La、Nd含量相对较高,Ce含量为53.02~2004.58 μg/kg,位居第一。聚类分析和主成分分析结果表明,样品聚为2类,同一产地的样品能够较好地聚在一起。黄精药材中15种稀土元素的指纹图谱具有相似的分布形态,具有较强的特征性和一致性,相似度均大于0.950。该方法操作简单,准确可靠,能满足实验分析要求,可为黄精的质量控制和药理研究提供参考;建立的指纹图谱可用于黄精的鉴别。 相似文献
3.
黑色直液笔是一种新型书写工具,目前对该种笔墨迹的相关研究较少。为给文件检验工作中墨迹的分析提供新的参考依据,本实验使用显微共聚焦拉曼光谱技术,采集了30支不同品牌、型号的黑色直液笔墨迹光谱数据,进行Savitzky-Golay卷积平滑处理后,依据光谱图的拉曼位移及拉曼谱峰差异对墨迹进行初步分析。设置聚类方法为组间联接,区间距离测量方式为平方欧式距离,对采集的光谱数据进行群分析,将30支黑色直液笔墨迹样本分成了3类,并与品牌建立了相关联系;同时通过主成分分析验证了群分析的可靠性和准确性。研究表明,显微共聚焦拉曼光谱技术结合群分析方法可实现对黑色直液笔墨迹的无损分析及有效鉴别,该方法操作简便、结果准确,适用于法庭科学文件检验。 相似文献
4.
应用主成分分析(Principal component analysis,PCA)和聚类分析法(Cluster analysis,CA)对9种(27个)常见食用植物油及100个餐饮废油的低场核磁共振(Low-field nuclear magnetic resonance,LF-NMR)(T2)弛豫特性数据进行分析。结果表明:在正常食用油种类区分方面,主成分分析的效果较优,9种食用油在主成分分布图上按种类正确分组,边界清晰。而在正常食用油与餐饮废油的区分方面,聚类分析效果较优,引入30个待测样本后,聚类分析(127个样品,欧式距离=5)的正确率为94.49%,分析误判率为5.51%,分组效果良好。LF-NMR结合化学模式识别可实现对油脂种类及餐饮废弃油脂的鉴别。 相似文献
5.
《数学的实践与认识》2017,(16)
如今我国的数字图书馆正在朝着以用户为中心的建设方向发展,对数字图书馆的服务质量评价以及指标筛选也成为了一个热门领域,然而对数字图书馆服务质量的影响因素指标分析却被多数学者忽略.将基于前人研究的基础上,构建一套较合理的数字图书馆服务质量影响指标体系,并运用实验室分析法(DEMATEL)和聚类分析确定各指标之间彼此依赖的关系及强度,确定指标权重并对其进行分析,为数字图书馆服务质量的提高提供帮助. 相似文献
7.
为了解决航天工程中减振和能源供应的问题,构建了一种应用于航天工程的整星减振和能量采集一体化装置,设计并考察了一种基于非线性能量汇(nonlinear energy sink, NES)的新型非线性减振装置,通过以惯容器(inerter)替代传统的惯性元件以减少负载质量,并在该装置中整合了基于超磁致伸缩材料(giant magnetostrictive material, GMM)的能量采集器.在整星减振的实际背景下对其进行了建模、仿真和分析,同时通过数值计算,考察分析了能量采集器采集振动能量的效果,研究结果表明,在合理选择的参数下,该NES-inerter-GMM(NES-I-GMM)装置能够很好地起到减振作用,同时收集一定的振动能量. 相似文献
8.
基于红外光谱聚类分析的纳滤膜污染动态发展行为研究 总被引:1,自引:0,他引:1
污水再生利用是解决水资源短缺问题的有效对策。纳滤技术由于能够生产高质量的再生水,成为污水深度处理、再生利用的有效方法之一。然而,在纳滤过程中存在复杂的、动态的膜污染现象,会导致产水通量、产水质量下降等问题。研究膜污染动态发展的行为,对于膜污染的分阶段针对性控制具有重要意义。有机物是污染层动态发展过程的重要指示性成分,红外光谱是表征污染层发展过程中表面有机物官能团变化情况的重要手段。但由于红外光谱中峰的数量多,系列样品之间峰强度的差别较小(尤其是当膜污染过程中的采样间隔较小时),利用直观观察不易甄别不同样品间的谱图差异及其变化趋势,在此水平上难以对膜污染阶段进行准确识别、对各阶段特征进行有说服力的分类概括。为探索膜污染的动态发展过程,本研究将傅里叶变换红外光谱与统计学聚类分析相结合,对膜污染过程中不同时间点的膜样本进行红外光谱分析,再对红外光谱数据进行一系列预处理和系统聚类分析,从而客观解读膜污染动态发展过程中系列样品红外光谱分阶段变化规律。考虑到类别间距离度量方法、红外吸收峰强度标准化、峰之间自相关性、峰与样本之间交互作用等因素的影响,研究采用对应分析对红外数据进行预处理,提取各样本在主要维度上的得分,随后基于标准化欧式距离对各样本进行聚类。在为期一个月的城市污水深度处理纳滤试验过程中,由于污染物在膜表面累积,纳滤膜发生了较为严重的污染。通过对13个不同时间点的膜样本进行红外光谱聚类发现,膜污染可清晰划分为如下阶段:空白膜、阶段Ⅰ(3 h~8 d)、阶段Ⅱ(10~15 d)和阶段Ⅲ(20~30 d)。采用红外聚类,得到膜表面X射线光电子能谱(XPS)和三磷酸腺苷(ATP)含量分析等方法的交互验证。结果表明,随着膜污染的发展,膜表面有机物成分与共存微生物量发生协同变化,各阶段大致特征为:阶段Ⅰ各类有机污染物初步覆盖,微生物开始富集;阶段Ⅱ多糖类污染物比例上升,微生物的富集趋于稳定;阶段Ⅲ整体污染趋于成熟,有机污染物氢键特征更加明显。该研究通过对红外数据进行聚类分析,能够灵敏地探测各红外图谱之间的差别,有助于对红外光谱规律的深度挖掘,为膜污染阶段的识别和划分提供了一种客观、自动、可量化的辅助性方法,并且有助于归纳出不同阶段的污染层特征,可作为膜污染时序特征的侦查手段。此外,除了膜污染的研究,在材料、吸附等领域,只要有一系列变化的红外光谱,均可尝试采用红外光谱聚类分析方法,获取基于红外特征的定类信息或分阶段规律。 相似文献
9.
稀酸预处理可打破木质纤维原料天然抗降解屏障,提高后续酶解和发酵效率,从而使其更高效地转化为生物燃料,然而在亚细胞水平上纤维细胞壁的解构机理仍有待深入研究。采用共聚焦显微拉曼光谱技术与主成分聚类分析法结合,研究了稀酸预处理前后马尾松细胞壁区域化学变化特点。结果表明,累计贡献率高达94.61%的第一与第二主成分空间中光谱样本散点呈现规律性分布;聚类分析可准确提取细胞壁不同形态区域平均拉曼光谱。结合拉曼成像分析发现,细胞角隅木质化程度高,含有较多木质素,次生壁木质化程度低,含有较多碳水化合物。稀酸预处理导致马尾松细胞壁发生了不均一解构,其致密空间结构被破坏,次生壁中碳水化合物典型特征峰2 890 cm-1处信号强度降低了26.9%,表明碳水化合物从该区域大量脱除;碳水化合物在复合胞间层少量脱除,而细胞角隅则出现了其轻微富集。木素在稀酸预处理后发生了重新分布,细胞角隅区拉曼信号显著增强。碳水化合物(主要为半纤维素)的溶出及木质素的重新分布削弱了生物质原料的抗降解性,有利于后续酶解糖化。该研究不仅提供了一种快速、高效的纤维细胞壁区域化学分析方法,还为林木生物质高值转化的研究奠定了重要的理论基础。 相似文献
10.
为了实现对掺伪芝麻油的快速鉴别,应用FS920荧光光谱仪测定样品的三维荧光光谱数据。将三维荧光光谱图视为灰度图,在没有任何预处理的前提下,直接应用Zernike图像矩提取三维光谱灰度图的特征信息,然后采用类平均法对特征信息进行聚类分析,从定性角度实现掺伪芝麻油的鉴别,并解析其组成成分。最后应用广义回归神经网络(GRNN)对掺伪样本的成分进行定量分析。聚类分析能够以很高的辨识率来识别掺伪芝麻油,并能够正确解析其组成成分。定量模型预测了2组掺伪样本中各成分的相对体积,其平均相对误差分别为2.23%,8.00%,9.70%和9.70%。分析结果表明,Zernike矩能够有效提取光谱的特征信息,光谱数据的Zernike矩特征结合聚类分析以及GRNN模型能够获得良好的定性和定量分析结果,为掺伪芝麻油的鉴别提供了一种新的方法。 相似文献