全文获取类型
收费全文 | 13616篇 |
免费 | 2056篇 |
国内免费 | 1571篇 |
专业分类
化学 | 4926篇 |
晶体学 | 38篇 |
力学 | 825篇 |
综合类 | 532篇 |
数学 | 3965篇 |
物理学 | 6957篇 |
出版年
2024年 | 17篇 |
2023年 | 429篇 |
2022年 | 478篇 |
2021年 | 453篇 |
2020年 | 354篇 |
2019年 | 601篇 |
2018年 | 263篇 |
2017年 | 546篇 |
2016年 | 551篇 |
2015年 | 562篇 |
2014年 | 1144篇 |
2013年 | 747篇 |
2012年 | 924篇 |
2011年 | 847篇 |
2010年 | 815篇 |
2009年 | 843篇 |
2008年 | 1070篇 |
2007年 | 783篇 |
2006年 | 710篇 |
2005年 | 642篇 |
2004年 | 638篇 |
2003年 | 594篇 |
2002年 | 475篇 |
2001年 | 412篇 |
2000年 | 325篇 |
1999年 | 285篇 |
1998年 | 241篇 |
1997年 | 226篇 |
1996年 | 245篇 |
1995年 | 234篇 |
1994年 | 151篇 |
1993年 | 126篇 |
1992年 | 131篇 |
1991年 | 104篇 |
1990年 | 105篇 |
1989年 | 73篇 |
1988年 | 27篇 |
1987年 | 16篇 |
1986年 | 10篇 |
1985年 | 9篇 |
1984年 | 12篇 |
1983年 | 13篇 |
1982年 | 9篇 |
1959年 | 3篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
肌酐是肾脏疾病诊断和监测的关键生物标志物,因此,快速、灵敏的肌酐检测非常重要.本文提供了一种通过提高低温下的光子诱导电荷转移效率来促进表面增强拉曼散射光谱(SERS)活性的有效策略.采用种子生长法获得纳米金二十面体(Au20),以此作为SERS活性基底.采用极低温(98 K)SERS检测技术实现对染料分子结晶紫(CV)和生理盐水中的肌酐含量的快速、灵敏检测.实验结果表明:常温296 K下, Au20基底对CV分子的检测限(LOD)低至10–12 mol/L,并且信号均匀;低温98 K时, CV分子的LOD可达10–14 mol/L,比296 K时降低2个数量级.最后,使用Au20基底对生理盐水中的肌酐进行无标记检测.结果表明,常温296 K时该SERS基底对肌酐的LOD为10–6 mol/L, 1619 cm–1峰的线性相关系数为0.9839.低温98 K时,肌酐的浓度探测极限低至10–8 mol/L, 1619... 相似文献
2.
牛肝菌作为一种著名的野生食用菌,具有较高的食用价值和经济价值。牛肝菌种类繁多,不易区分,建立一种有效、快速、可信的种类鉴别技术,可为牛肝菌提高品质提供一种方法。本研究采集云南不同地区7种野生牛肝菌共计683株,获取样品中红外光谱和紫外光谱,分析不同种类牛肝菌平均光谱图特征。基于多种预处理组合(SNV+SG,2D+MSC+SNV,1D+MSC+SNV+SG,MSC+2D)的单一光谱数据结合两种特征值提取法(PCA,LVs)构建了偏最小二乘法判别分析与随机森林算法并结合数据融合策略对牛肝菌进行种类鉴别,有一定的创新性。结果表明:(1)中红外光谱和紫外光谱的不同种类牛肝菌平均光谱吸收峰差异较小,吸光度具有细微差异。(2)合适的预处理可提高光谱数据信息,偏最小二乘法判别分析和随机森林算法模型的中红外光谱数据和紫外光谱数据最佳预处理组合为2D+MSC+SNV,SNV+SG,2D+MSC+SNV,1D+MSC+SNV+SG。(3)单一光谱模型中,中红外光谱模型优于紫外光谱模型,中红外光谱最佳预处理组合2D+MSC+SNV的偏最小二乘法判别分析模型正确率训练集99.78%,验证集99.12%;随机森林模型正确率训练集93.20%,验证集99%。(4)数据融合策略提高了分类正确率,低级融合的偏最小二乘法判别分析模型训练集和验证集正确率为100%,99.12%。随机森林模型训练集和验证集正确率为92.32%,99.14%。(5)随机森林算法中级数据融合Latent variable(LVs)正确率为训练集92.76%,验证集96.04%;中级数据融合Principal components analysis(CPA)正确率为训练集97.15%,验证集100%。(6)偏最小二乘法判别分析中级数据融合(LVs)正确率为训练集100%,验证集99.56%;中级数据融合(CPA)训练集和验证集正确率均能达到100%。基于偏最小二乘法判别分析和随机森林算法结合数据融合策略对牛肝菌进行种类鉴别,鉴别效果理想。偏最小二乘法判别分析中级数据融合(CPA)可作为一种低成本高效率的牛肝菌种类鉴别技术。 相似文献
3.
在电子信息和物联网技术的推动下,人类对可穿戴电子器件和智能织物的需求愈发突出,功能纤维作为智能可穿戴设备的重要载体,近年来获得快速发展。功能纤维的性能很大程度上取决于纤维的基础构筑单元。过渡金属碳/氮化物(MXenes)作为一种新兴的二维材料,凭借其高电导率、优异的可加工性能、可调节的表面特性以及出色的机械强度等优点,受到了极大的关注,也逐渐成为构筑功能纤维的重要单元。本文将主要综述MXenes的湿化学、熔融盐、无氟试剂刻蚀等方法和力学、电学、光学和化学稳定性等性能,阐述基于该材料制备的功能纤维在传感、储能以及其他智能领域的应用,最后讨论了基于MXenes材料的功能纤维的未来应用前景和技术挑战。 相似文献
4.
光谱质量、样本个体差异、检测系统和建模算法等多种因素共同决定水果糖度检测模型的预测精度和稳定性。采用自主研发的短积分全透射近红外在线检测系统以5 ms积分时间和0.5 m·s-1运行速度在线获取了“富士”苹果全透射光谱信号。不同姿态获取的透射光谱强度差异明显,但曲线走势相近,均在920 nm波段具有最大的光谱强度,在850 nm波段存在波谷。采用移动平均平滑、标准正态变量变换和多元散射校正等预处理方法有效去除原始光谱的随机噪声和基线偏差,减小了样本检测姿态引起的光谱差异。为分析不同检测姿态对苹果整果糖度预测模型的影响,构建了单一姿态局限模型和多姿态通用模型,结果表明基于全位点平均透射光谱构建的单一姿态局限模型对检测姿态具有很大的局限性,而多姿态通用模型预测能力较单一检测姿态相当,但却对不同的检测姿态具有更强的适用能力。为进一步提高光谱信号质量,优化模型预测能力,采用信号强度阈值优选方法实现了苹果整果糖度预测模型优化,发现移除中央位点获取的透射光谱信号,有利于提高苹果整果糖度预测模型精度。多姿态通用信号强度优化模型综合考虑不同姿态获取的光谱信息有效性,有效提升了通用信号强度优化模型的预测能力和稳定性,当多姿态通用模型中信号强度阈值为5 000时,模型预测性能最佳,其预测参数Rp,RMSEP和RPD分别为0.79,0.84%和1.58。表明短积分全透射近红外在线检测系统用于不同姿态苹果糖度预测是可行的,多姿态通用模型的建立,扩大了模型在不同姿态的预测稳健性,短积分光谱采集方式结合信号强度阈值优选方法提升了光谱信号的质量和模型的预测能力。 相似文献
5.
大豆水分含量的高光谱无损检测及可视化研究 总被引:1,自引:0,他引:1
采用近红外高光谱成像技术对大豆水分含量进行快速无损检测,实现大豆水分含量可视化。采集了96个不同品种大豆样本在900~2 500 nm的高光谱图像,采用直接干燥法测量每个大豆样品的水分含量。利用系统自带的HSI Analyzer软件提取图像感兴趣区域(ROI)的平均光谱信息,代表样品的光谱信息。利用SPXY算法划分样品校正集和预测集,并保留938~2 215 nm波段范围内的光谱数据。采用移动平滑(moving average)、S-G平滑、基线校正(baseline)、归一化(normalize)、标准正态变量变换(standard normal variate,SNV)、多元散射校正(multiple scattering correction,MSC)、去趋势(detrending)共7种光谱预处理方法,发现Normalize方法处理后的PLSR模型效果较好。为了去除光谱冗余信息,简化预测模型,采用连续投影算法(SPA)、竞争性自适应加权算法(CARS)、无信息消除变量法(UVE)提取特征波长,其中SPA,CARS和UVE三种算法优选出14,16和29个波长,分别占总波长的6.5%,7.4%和13.4%。分别对938~2 215 nm波段光谱和特征波长建立预测模型,并将效果较优的模型与Normalize方法结合。建立的14种预测模型效果相比较,发现SPA算法筛选的特征波长建模预测效果较好,并优选出Normalize-SPA-PCR模型,模型的R2C和R2P值较高,分别为0.974 6和0.977 8,RMSEP和RMSECV值较低,分别为0.238和0.313,模型的稳定性和预测性较好,可以对大豆水分含量进行准确预测。将Normalize-SPA-PCR模型作为大豆水分含量可视化预测模型,计算高光谱图像每个像素点的水分含量,得到灰度图像,对灰度图像进行伪彩色变换,得到大豆水分含量可视化彩色图像。对预测集的24个大豆品种进行可视化处理,发现不同水分含量大豆的可视化图像颜色不同,水分含量变化对应的颜色变化较为明显。结果表明,高光谱成像技术结合化学计量学可以准确快速无损预测大豆水分含量,实现大豆水分含量可视化,为大豆收获、贮藏加工过程中水分含量检测提供了技术支持。 相似文献
6.
延安是中国共产党领导革命的中心和战略总后方,是革命的红色摇篮。延安时期出版了大量具有历史、文化以及教育意义的红色文献,这些红色文献记载了中国共产党波澜壮阔的发展历程,也反映了延安时期不断发展的科技生产水平与独特的制浆造纸工艺,具有重要的研究价值。然而,延安时期出版的红色文献虽距今不到百年时间,但其保存现状不容乐观,普遍存在纸张老化、焦脆易碎等问题,大量文献急需科学检测与修复保护,以延长其保存寿命。目前,针对延安时期红色文献的检测研究仍存在较大空白。考虑到红色文献的珍贵性与特殊性,应当尽可能选择无损检测方法对其分析检测。基于衰减全反射-傅里叶变换红外光谱法(ATR-FTIR),以木素1 510 cm-1处特征峰与纤维素1 030 cm-1处特征峰的强度作为定量依据,建立了造纸原料与红色文献纸张中木素相对含量的无损检测方法。通过检测不同碱强度与碱浓度处理后的构皮、苦竹与杨木的木素含量,考察了制浆过程中碱处理条件对造纸原料脱木素程度的影响,同时体现了红外光谱法测定木素相对含量的普适性。以复旦大学图书馆藏的76册延安时期红色文献为研究对象,分析了红色文献的纸张木素含量与纸张pH值以及纸张氧化度的相互关系。结果表明,木素相对含量高于25%的红色文献,其纸张pH集中在3~4之间且纸张氧化度较高,文献整体保存状况堪忧;而木素相对含量低于25%的红色文献,其纸张氧化度与酸度较低,文献整体保存情况较好。以上结果验证了红外光谱无损检测法用于延安时期红色文献木素含量分析的可行性,并结合纸张氧化度与酸度数据提出了纸张木素含量的合适范围,为制浆造纸中植物原料的脱木素过程提供参考。拓展了红外光谱法在红色文献无损检测中的应用范围,以期为延安时期红色文献的修复与保护研究提供科学依据。 相似文献
7.
近年来,高分遥感影像技术的快速发展为铁路沿线地物检测提供了一种重要技术手段。基于回归的一阶段目标检测方法YOLOv4具有检测精度高、速度快等优点,但用于遥感影像检测时仍然存在部分细节特征信息丢失导致的小目标漏检,以及进行大面积地物检测时效率低的问题。为此,提出改进YOLOv4网络模型对遥感影像铁路沿线地物进行检测。首先,设计由卷积、批量归一化和Mish激活函数组成的CBM(convolution batch normalization mish)模块,并采用DCBM(double CBM)模块作为密集连接网络(DenseNet)的传输层用于YOLOv4网络特征提取以实现地物特征传递和信息重用,增强小目标地物的检测能力,降低漏检率;然后针对YOLOv4在大面积检测时效率不高和模型参数空间较大的缺陷,将压缩激励SE(squeeze excitation)通道注意机制用于骨干网中跨阶段局部单元(cross stage partial, CSP)的每个残差单元之后,减少SE注意模块的重复调用次数,使其能够在提高网络性能的同时降低模型参数量从而提高检测效率;最后,针对长条形状的铁路目标提取困难问题,在网络结果输出之前引入改进的通道空间注意力机制ICBAM(improved convolutional block attention module) 保留原始特征信息,解决铁路目标特征提取能力差的问题,提高铁路中大尺度目标的检测效率。为验证所提方法的有效性,选取2 048张分辨率为1 920×1 080的某段铁路沿线遥感影像地物样本数据,将其中的铁路、房屋、楼宇建筑、农田和水池作为检测目标进行实验,并与当前流行的目标检测方法进行对比。结果表明,改进方法不仅增强了对小目标地物的检测能力,提高了地物检测精度和速度,而且提高了大尺度目标的检测效率。与YOLOv4算法相比,mAP提高了2.11%,准确率提高了2.93%,召回率提高了3.79%,模型大小减少了8.53%。所提方法为当前应用高速铁路沿线遥感影像地物快速精准检测提供了有效方法。 相似文献
8.
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
9.
10.
煤与矸石分选是煤矿生产的必要工序,现有的人工分选与机械分选,存在效率低,易造成资源浪费以及环境污染等问题。鉴于可见/近红外高光谱成像具有分析速度快、样品无需预处理、无污染等诸多优势,旨在探讨基于可见/近红外高光谱成像对黑色背景下块状煤与矸石准确分类的可行性,并基于特征波长筛选算法简化模型,为构建多光谱煤与矸石分选系统提供理论参考。首先,搭建高光谱成像系统并采集山西西铭矿的85个煤样本与83个矸石样本在400~1 000 nm(Vis/NIR)与1 000~2 500 nm(NIR)两个范围内的高光谱图像,基于图像处理方法去除背景信息,选取Vis/NIR范围内100×100像素和NIR范围内50×50像素区域内的平均光谱作为该样本在对应波段范围的一条光谱,重复10次,最终在两个波段各获得煤与矸石光谱850条和830条。其次,对光谱先后进行Savitzky-Golay卷积平滑和标准正态变量变换,以减少噪音和误差对光谱的影响。基于全波段光谱建立支持向量机(SVM),k近邻法(KNN),偏最小二乘判别分析(PLS-DA)三种模型,每个模型针对预测集的分类准确度均大于0.95,结果表明,基于煤和矸石的光谱信息可将二者区分。随后根据竞争性自适应重加权算法(CARS)和连续投影算法(SPA)选择的特征波长建立简化模型,综合考虑精度与成本等因素,在Vis/NIR范围内基于SPA筛选的3个特征波长所建立的SVM模型效果最好,不仅能有效减少波长数量,还能提高模型的分类效果,对应的灵敏度,特异度,准确度分别为1,0.965 2,0.983 3。基于判别模型与样本的平均光谱还可实现煤和矸石的分类可视化。研究结果对开发基于特征波长的低成本煤和矸石多光谱分选系统,实现煤矸快速、准确的无损检测具有借鉴意义。 相似文献