全文获取类型
收费全文 | 1105篇 |
免费 | 312篇 |
国内免费 | 351篇 |
专业分类
化学 | 517篇 |
晶体学 | 51篇 |
力学 | 183篇 |
综合类 | 2篇 |
数学 | 381篇 |
物理学 | 634篇 |
出版年
2024年 | 1篇 |
2023年 | 7篇 |
2022年 | 53篇 |
2021年 | 54篇 |
2020年 | 49篇 |
2019年 | 71篇 |
2018年 | 44篇 |
2017年 | 60篇 |
2016年 | 70篇 |
2015年 | 53篇 |
2014年 | 72篇 |
2013年 | 145篇 |
2012年 | 119篇 |
2011年 | 110篇 |
2010年 | 117篇 |
2009年 | 124篇 |
2008年 | 112篇 |
2007年 | 98篇 |
2006年 | 99篇 |
2005年 | 79篇 |
2004年 | 70篇 |
2003年 | 53篇 |
2002年 | 42篇 |
2001年 | 13篇 |
2000年 | 13篇 |
1999年 | 10篇 |
1998年 | 7篇 |
1997年 | 4篇 |
1996年 | 1篇 |
1994年 | 1篇 |
1993年 | 3篇 |
1992年 | 4篇 |
1991年 | 4篇 |
1990年 | 2篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1957年 | 2篇 |
排序方式: 共有1768条查询结果,搜索用时 15 毫秒
1.
电化学合成氨因其可以低能耗产氨而备受关注.目前,迫切需要一种稳定、无污染、活性好和选择性高的催化剂来促进电化学合成氨.石墨相氮化碳由于制备简单且具有较好的物理化学性质,是一种有广阔应用前景的基底材料.研究表明,纯石墨相氮化碳不具有电化学合成氨的性能,因此需要对其进行改性.元素掺杂是一种常见的改性方式,其中过渡金属元素因其具有活跃的d电子而被广泛用于掺杂改性.目前实验上已经可以制备过渡金属单原子或者多原子掺杂的石墨相氮化碳基材料.尽管在实验以及理论上都表明通过电催化可以实现还原氮气合成氨且具有较好的催化合成氨性能,但是人们对该反应机理的理解还不够深入,并且多数研究没有考虑到溶液中最常见的H离子对活性的影响.因此,本文以Nb原子掺杂的石墨相氮化碳为基础,对多活性位点下H离子助力氮还原反应进行研究,以揭示其内在机理.本文研究所采用的密度泛函理论计算软件为VASP.通过构建石墨相氮化碳的单层结构,计算了中心空穴位置吸附1-5个Nb原子以及不同Nb原子吸附结构的稳定性,并在较稳定的模型上探索其氮气还原制备氨(NRR)的催化性能.结果表明,当金属原子数增加时,活性位点附近可供吸附的空间变大,导致反应过程中H原子更容易被金属原子捕获,而非直接与N结合形成NHx中间体,从而加快了反应进程.以Nb3@g-C3N4结构为例,详细探讨了额外的H原子吸附对整个NRR反应的影响.结果表明,H的吸附可以把反应能垒较高的*NH2→*NH3步骤转变为低能垒的两步进行,即*NH2+H→*NH2+*H和*NH2+*H+H→*NH3+*H,从而降低反应需要的能量.另一个有意义的发现是,由于高的产氢能垒,额外的H原子在此过程中不会形成H2,且在上述多步骤反应结束后,又与N2结合形成*NNH中间体,从而持续进行生成氨反应.同样,在Zr3@g-C3N4、Mo3@g-C3N4结构中进行了验证.通过对*NH2+*H中间体态密度等电子结构性质进行分析发现,吸附在金属原子上的H原子可以有效地削弱金属原子对*NH2中间体的吸附强度,从而使其更容易进一步氢化.上述研究结果表明,在催化过程中H原子可以在催化剂的表面起到助催化作用.本文通过密度泛函理论计算,对石墨相氮化碳负载的多金属Nb原子的NRR催化过程进行了系统的研究,阐明了H离子影响NRR过程的机理,并且发现Nb3@g-C3N4体系是一个催化性能良好且具有高选择性、低反应过电位的催化剂材料.同时,上述机理在Zr和Mo的体系也进一步得以验证. 相似文献
3.
在“宏观辨识与微观探析”视域下进行中和反应教学,首先以常规实验为载体,从宏观视角认识中和反应的外在表现,然后以模型、动画为载体,从微观视角了解中和反应的微观过程,再以数字化实验为载体,从宏观与微观相结合的视角理解中和反应的内在本质,最后联系生产生活实际,体验中和反应的应用价值。这样设计,学生能深刻理解中和反应的本质,增进化学学科理解,培养化学学科核心素养。 相似文献
4.
基于水声超材料吸声机理和多层平行介质平面波理论,建立局域共振型水声超材料结构,通过COMSOL进行建模计算,研究该结构的吸声性能机理,此外为了验证钢背衬的隔声性能,在该水声超材料结构基础上添加一层0.005m厚的钢背衬进行仿真对比。研究结果表明,在频段为200Hz-4000Hz时,水声超材料声学性能较好,吸声性能整体较优,且添加钢背衬的水声超材料隔声性能较优,甚至在某频率点达到15dB的隔声差值;此外通过位移场图进一步揭示水声超材料的吸声机理,发现水声超材料结构的位移场和钢背衬都对吸声性能会产生影响,钢背衬通过影响共振吸收来影响吸声性能,而位移场则通过位移幅度大小影响吸声性能。 相似文献
5.
本文基于Pythagorean-hodograph (PH)曲线和代数双曲线的良好几何特性,构造了Pythagorean-Hodograph Hyperbolic (PH-H)曲线,并给出了PH-H曲线的定义以及相应性质.同时,分别利用Hyperbolic基函数和Algebraic Hyperbolic (AH) B\''ezier基函数,得到了平面三次AH B\''ezier曲线为PH曲线的两个不同的充要条件.此外,三次PH-H曲线也被用于求解具有确定解的$G^1$ Hermite插值问题.文中给出了具体实例来说明我们的方法. 相似文献
6.
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
7.
8.
ZHENG Kai-yi FENG Yu-hang ZHANG Wen HUANG Xiao-wei LI Zhi-hua ZHANG Di SHI Ji-yong ZOU Xiao-bo 《光谱学与光谱分析》2021,41(6):1789-1794
近红外光谱(NIR)具有快速、无损、操作方便的特点,故广泛用于食品分析。作为一种间接的分析技术,NIR需要建立光谱与待测浓度之间的统计模型来实现检测。故模型的维护有助于保证NIR的预测准确性。在外界条件发生变化的情况下,诸如样品性状的改变、仪器对理化指标函数关系的变化、湿度和温度等环境因素的改变,会导致相同样品的光谱信号发生偏移,进而使得原有模型的预测精度下降。此时,如果重新建模,虽然可以解决光谱偏移对建模的影响,但是重新建模将耗费大量的人力物力。对此,模型转移可以在避免重新建模的情况下,校正光谱的偏移,进而提高模型预测精度。通常模型转移算法多用全光谱进行模型转移,这种方法计算量较大,且不能找到合适的有化学意义的波段。故提出一种基于模型转移中的变量选择方法:向后迭代区间选择法(IIBS),通过计算主光谱(用于建模的那组光谱)和从光谱(发生偏移,需要通过模型转移算法将其校正的光谱)中,变量区间的重要性信息(回归系数(β)、残差向量(Res)以及变量重要性投影(VIP))。进而通过计算该区间变量重要性信息的几何平均数,并以此作为该区间的区间重要性指标。接着根据区间的重要性,删除重要性信息较小的变量区间。然后对主光谱和从光谱重复迭代上述过程:计算变量的重要性信息,计算区间的重要性信息,删除重要性信息较小的区间。最后,比较不同的主光谱和从光谱区间组合的验证均方根误差(RMSEV),选择RMSEV最小的主光谱和从光谱区间作为最优区间。玉米、小麦两套NIR数据测试了该算法。结果显示,与全波段相比,β,Res以及VIP均可以从主光谱和从光谱中选择较少的,有化学意义的区间,提高模型转移的精度。在比较不同变量重要性向量方面,基于β的变量选择算法,模型转移的计算误差较小。 相似文献
9.
针对传统的DEA模型在评估过程中并未考虑决策者对相关指标权重的偏好,将最优最差方法(BWM)嵌入到传统DEA模型中,基于决策者偏好排序的判断矩阵,构建一种含有偏好的DEA-BWM评价方法。首先在保持传统DEA方法的优势基础上,构建了CCR-BWM评价模型对各DMU进行评价。同时考虑为了便于各决策单元在统一权重基础上相互比较,构建了CSW-BWM公共权重模型。另外考虑决策单元自评和互评,构建了NCE-BWM中立型交叉效率。然后采用min-max方法分别将上述三种多目标评价模型转换为单目标线性规划进行求解。最后,选择一组算例对三种模型的有效性与合理性进行验证。 相似文献
10.
光谱数据在采集过程中易发生基线偏移现象,导致后续的鉴别和分析结果偏离真实值。因此,在光谱数据分析前,需利用基线校正技术获取更为准确的光谱数据。基于稀疏贝叶斯学习(SBL)的基线校正方法无需人工选择参数,基线校正结果在贝叶斯框架下具有最优性。然而,现有的稀疏贝叶斯建模较为简单,无法适用于复杂的稀疏结构。在实际应用中,当纯谱的某些谱峰较宽时,对应的稀疏向量将具有一定的块稀疏特性。利用额外的块稀疏结构,有助于进一步提升SBL方法的性能。为了建模稀疏向量的块稀疏结构特性,在原有的贝叶斯模型框架中引入模式耦合分层模型。得益于稀疏贝叶斯框架固有的学习能力,引入的模式耦合分层模型可自适应地学习稀疏向量的块稀疏结构,从而大幅提升了基于SBL的基线校正方法的性能。为验证本文方法的基线校正性能,首先利用模拟数据集进行仿真实验,并将该方法与SSFBCSP方法和SBL-BC方法在不同噪声方差条件下进行对比。仿真实验结果表明,该方法恢复谱峰较宽纯谱的效果提升明显,特别是当噪声方差较大时,其他方法的性能均有不同程度的下降,但该方法依然具有较好的稳定性。蒙特卡罗仿真实验结果也显示该方法纯谱拟合的标准化均方根误差明显优于其他对比方法。最后,利用色谱数据集与三种矿物的拉曼光谱数据集进行实测数据的基线校正性能验证,结果表明该方法能产生比其他方法更为平滑的纯谱拟合结果,且去噪效果更优。 相似文献