全文获取类型
收费全文 | 1413篇 |
免费 | 211篇 |
国内免费 | 291篇 |
专业分类
化学 | 457篇 |
晶体学 | 31篇 |
力学 | 117篇 |
综合类 | 100篇 |
数学 | 368篇 |
物理学 | 842篇 |
出版年
2024年 | 13篇 |
2023年 | 47篇 |
2022年 | 70篇 |
2021年 | 86篇 |
2020年 | 35篇 |
2019年 | 89篇 |
2018年 | 61篇 |
2017年 | 88篇 |
2016年 | 113篇 |
2015年 | 96篇 |
2014年 | 156篇 |
2013年 | 106篇 |
2012年 | 74篇 |
2011年 | 85篇 |
2010年 | 97篇 |
2009年 | 83篇 |
2008年 | 108篇 |
2007年 | 79篇 |
2006年 | 59篇 |
2005年 | 40篇 |
2004年 | 44篇 |
2003年 | 37篇 |
2002年 | 25篇 |
2001年 | 29篇 |
2000年 | 33篇 |
1999年 | 20篇 |
1998年 | 14篇 |
1997年 | 12篇 |
1996年 | 14篇 |
1995年 | 18篇 |
1994年 | 22篇 |
1993年 | 7篇 |
1992年 | 8篇 |
1991年 | 13篇 |
1990年 | 15篇 |
1989年 | 10篇 |
1988年 | 1篇 |
1987年 | 3篇 |
1986年 | 2篇 |
1983年 | 3篇 |
排序方式: 共有1915条查询结果,搜索用时 15 毫秒
1.
针对土壤定量分析受基体效应影响大,LIBS定量分析精度不佳等问题,采用粒子群算法对LSSVM进行优化,提高模型的精确度。选取Pb Ⅰ 405.78 nm和Cr Ⅰ 425.44 nm作为分析谱线进行分析。采集十二个不同浓度样品的特征光谱,每个浓度样品在不同点采集20组数据,将其中17组数据设为训练集,3组数据设为预测集,用LSSVM和PSO-LSSVM两种方法建立定标模型。对比两种模型的拟合相关系数(R2)、训练集均方根误差(RMSEC)和预测集均方根误差(RMSEP)。由于自吸收效应的影响,随着浓度的增加,预测值逐渐低于实际值,LSSVM定标模型的拟合程度较低,无法达到实验要求,模型性能有待提高。利用粒子群算法对LSSVM的模型参数惩罚系数和核函数参数进行优化,得到最佳的参数组合,Pb元素为(8 096.8, 138.865 7),Cr元素为(4 908.6, 393.563 5),用最佳的参数组合构建LSSVM的定标模型。相比于LSSVM,PSO-LSSVM定标模型的精确度更高,Pb和Cr元素的R2提高到了0.982 8和0.985 0,拟合效果明显提升。Pb和Cr元素的训练集均方根误差由0.026 0 Wt%和0.027 2 Wt%下降到0.022 4 Wt%和0.019 1 Wt%,预测集均方根误差由0.101 8 Wt%和0.078 8 Wt% 下降到0.045 8 Wt%和0.042 0 Wt%,模型的稳定性进一步提高。说明PSO-LSSVM算法能够更好地降低土壤基体效应和自吸收效应带来的影响,提高分析结果的精确度与稳定性。 相似文献
2.
为弥补茶叶品质感官审评存在的缺陷,利用计算机视觉技术对茶叶品质进行快速无损评价研究。以碧螺春绿茶为对象,依据专家感官审评结果,将茶样分成4个等级;采用中值滤波及拉普拉斯算子对茶样图像进行预处理,并提取预处理后的茶样图像的颜色特征和纹理特征以表征茶叶图像的外形特征,利用随机森林算法对茶叶外形特征属性进行重要性排序;筛选出重要性较大的特征及随机森林算法中最优的决策树棵数建立感官评价模型,并与建立的支持向量机(SVM)模型性能相比较。结果表明:色调均值、色调标准差、绿体均值、平均灰度级、饱和度均值、红体均值、饱和度标准差、亮度均值、一致性等9个特征属性的重要性较大,且与感官审评特征描述结果相一致;当采用优选出的9个重要性较大的特征及决策数棵数为500时,建立的模型性能最优,模型总体判别率为95.75%,Kappa系数为0.933,OOB误差为5%,较SVM模型分别提高了3.5%,0.066,优选的9个重要性较大的图像特征与感官审评特征描述相一致。研究表明:利用随机森林方法筛选出对茶叶外形特征属性贡献最大的少数几个特征建立模型,模型性能就能达到很好的识别效果,模型得到简化,同时模型精度和稳定性都高于其他方法。 相似文献
3.
5.
为实现较少试验次数下固化土无侧限抗压强度(qu)的准确预测, 提出了基于支持向量机(SVM)的固化土qu的预测模型. 以固化剂各组分掺入比、龄期、初始含水量、固化剂掺量等因素为输入量, 固化土的qu作为输出量, 以径向基为核函数, 采用网格搜索法和交叉验证法进行参数优化, 建立了基于SVM的固化土qu的预测模型. 算例分析表明: 该模型适用于任意条件下固化土qu的精确预测, 且在较小试验成本下实现与响应面法相当的预测精度. 相似文献
6.
张天助周辉林杨仙 《南昌大学学报(理科版)》2021,45(1):91
针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络(CNN)能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。 相似文献
7.
邓惠俊 《浙江大学学报(理学版)》2021,48(1):9-17
交互分类是解决数据复杂分类问题的主要手段之一。在现有的大多交互分类系统中,用户能准确识别数据类别,但在有些分类场景中,类别之间的顺序关系更容易被识别,为此,提出一种排序支持的交互数据分类算法。为提升交互分类精度,引入数据的顺序信息,为降低标记难度,提出候选样本推荐策略。另外,提出一种评估分类算法性能的可视化方法,用包含基本车况、交通违法记录、交通事故记录等信息的车辆数据集进行实验验证,将相关车辆分为高危车辆、中危车辆、低危车辆3类,算法的分类结果模型一致度达近98%,验证了方法的有效性。 相似文献
8.
水分裂、金属-空气电池和燃料电池等能源转换技术对解决未来的能源危机和环境问题至关重要.氧还原反应(ORR)、氧析出反应(OER)和氢析出反应(HER)作为其核心反应,存在反应动力学速率较慢的问题,因此,开发研制高效的非贵金属电催化剂具有重要意义.金属有机骨架(MOFs)材料因具有高度可调的组成和多孔晶体结构,在不同的应用领域引起了越来越多的关注.中空MOFs纳米材料具有MOFs材料高度可调的组成和结构优势,又具有中空结构纳米材料的优点(如更快的物质传输、更丰富的孔隙率、灵活多变的活性组分、更多的暴露活性位点及对苛刻条件的更好相容性等),在电催化领域显现出巨大的应用潜力.本文对近几年来基于中空结构MOFs材料的制备及在电催化方面应用的研究进展进行了综合评述,并对该领域面临的挑战和发展前景进行了总结和展望. 相似文献
9.
以硫酸镉、叠氮化钠和4-氰基吡啶或3-氰基吡啶为反应物,在水热条件下,通过原位反应分别得到了2个基于硫酸根离子和5-(4-吡啶基)四氮唑(4-Hptz)或5-(3-吡啶基)四氮唑(3-Hptz)配体的,具有三维层-柱状框架结构的无机-有机杂化材料,即[Cd2(H2O)(OH)(SO4)(4-ptz)]n(1)和[Cd2(OH)(SO4)(3-ptz)]n(2)。通过元素分析、红外光谱、热重分析以及单晶和粉末X-射线衍射分析对它们的组成和结构进行了表征。在配合物1和2的结构中,每个镉(Ⅱ)离子的配位数均为6,处于扭曲的八面体配位环境中,SO42-和OH-阴离子连接镉(Ⅱ)离子扩展形成碱式硫酸镉的二维无机阳离子层结构[Cd2(H2O)(OH)(SO4)]nn+(1)或[Cd2(OH)(SO4)]nn+(2),相邻的二维无机阳离子层间再通过4-ptz-(1)或3-ptz-(2)进一步柱连接,形成三维层-柱状结构的无机-有机杂化框架结构。室温下的固体荧光实验表明,在350nm的光激发下,配合物1和2分别在481和489nm处出现强烈的荧光发射。 相似文献
10.
磷钨酸具有酸性,而且具有氧化还原性,是一种多功能的新型催化剂,具有很高的催化活性,稳定性好,既可作均相催化剂,也可做多相催化剂.磷钨酸作为多相催化剂主要负载于无机氧化物、介孔分子筛、活性炭和离子交换树脂等材料中,然而这些多相催化剂存在着结构不明确,磷钨酸分散不均、易流失、活性点易中毒等问题.为了克服以上问题,需要寻找更加合适的载体来制备新颖的负载型的磷钨酸多相催化剂,金属-有机骨架的独特性质,使该材料成为一种优良的催化剂载体.金属-有机骨架(MOFs)又称配位聚合物,是指由金属离子与有机配体通过配位键和其他一些弱作用力连接而成的具有超分子微孔网络结构的一种颇具应用前途的类沸石材料.这种材料具有丰富的孔结构和很大的比表面积,同时具有孔结构规整、孔径大小设计可调、表面化学基团修饰可调等优点,使得它在吸附分离、多相催化、环境保护等领域具有很好的应用前景. HKUST-1(Cu-BTC或MOF-199)是该领域内研究和应用较多的一种金属-有机骨架材料,它最早由香港大学Williams教授课题组报道,其为面心立方晶体.在结构中,每个Cu2簇与四个均苯三甲酸相连,每个均苯三甲酸桥连着三个Cu2簇,形成轮浆式次级结构单元.这些次级结构单元相互交错连接形成3D网络结构,具有孔径约为0.9 nm ×0.9 nm的正方形孔道,孔道中的客体分子可以除去,并可以为其它的客体分子所置换. HKUST-1本身即是一种优良的催化剂,同时也可作为一种性能稳定的催化剂载体.目前,关于HKUST-1在催化领域中的应用主要限制在微孔范围,其较小的孔道不利于物质扩散和传输,从而限制其实际应用.本论文利用超分子模板法,以十六烷基三甲基溴化铵(CTAB)为模板剂、铜为金属中心、均苯三甲酸为有机配体、磷钨酸(HPWs)为活性组分,采用一步水热法合成微-介孔多级孔道金属-有机骨架固载磷钨酸催化剂HPWs@Meso-HKUST-1,详细研究了该催化剂对环戊烯选择氧化制备戊二醛的催化性能,并采用X射线粉末衍射(XRD)、傅里叶红外光谱(FT-IR)、N2吸附、透射电镜(TEM)和室温CO原位吸附红外(CO-FT-IR)等表征手段对HPWs@Meso-HKUST-1催化剂进行了结构表征,从而解释该催化剂对目标反应具有优良催化性能的本质原因. N2吸附表征结果说明, HPWs@Meso-HKUST-1催化剂的吸附-脱附曲线在低相对压力范围内呈现I型吸附等温线,在高相对压力范围内呈现具有H2型滞后环的IV型吸附等温线;催化剂独特的吸附等温线表明以CTAB为模板剂,采用一步水热合成法可以得到具有微孔和介孔多级孔道的催化剂材料.催化剂的比表面积和孔容随着磷钨酸含量的增加而减少,结合文献报道,可以得出一步水热合成法使活性组分HPWs分布在载体的介孔孔道内. XRD和FT-IR测试结果表明,一步水热合成法可以成功的将HPWs引入HKUST-1中,且HPWs高度分散在载体中; HPWs@Meso-HKUST-1催化剂保持了载体HKUST-1的骨架结构.小角XRD和TEM结果说明,催化剂的多级孔结构为无序蠕虫状介孔组织.室温CO-FT-IR说明,在HPWs@Meso-HKUST-1催化剂中, HPWs提供了不同于载体HKUST-1的L酸酸性位.从以上结果可以得出,一步水热合成法使HPWs包裹在载体的介孔孔道内,防止了HPWs的流失,使HPWs@Meso-HKUST-1催化剂为环戊烯选择氧化制备戊二醛提供了大量的、高度分散的、具有L酸酸性位的活性中心,且催化剂的介孔孔道有利于反应物和产物的扩散,从而使该催化剂表现出优良的催化性能;在优化条件下,环戊烯的转化率达到92.5%,戊二醛的得率达到78.9%;热过滤实验表明该催化剂是真正的多相催化剂,且至少可以重复使用3次. 相似文献