全文获取类型
收费全文 | 67篇 |
免费 | 11篇 |
国内免费 | 43篇 |
专业分类
化学 | 73篇 |
力学 | 4篇 |
数学 | 3篇 |
物理学 | 41篇 |
出版年
2024年 | 1篇 |
2022年 | 6篇 |
2021年 | 3篇 |
2019年 | 5篇 |
2018年 | 2篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2015年 | 3篇 |
2014年 | 4篇 |
2013年 | 4篇 |
2012年 | 9篇 |
2011年 | 6篇 |
2010年 | 6篇 |
2009年 | 11篇 |
2008年 | 15篇 |
2007年 | 12篇 |
2006年 | 2篇 |
2005年 | 5篇 |
2004年 | 6篇 |
2003年 | 2篇 |
2002年 | 4篇 |
2001年 | 3篇 |
2000年 | 1篇 |
1997年 | 3篇 |
1996年 | 2篇 |
1995年 | 1篇 |
排序方式: 共有121条查询结果,搜索用时 15 毫秒
81.
悬浮固化液相微萃取-气相色谱联用测定水样中酰胺类除草剂残留 总被引:3,自引:0,他引:3
将悬浮固化液相微萃取技术(SFO-LPME)与气相色谱-电子俘获检测(GC- ECD)联用,建立了高灵敏分析水样中7种酰胺类除草剂残留的新方法.对影响萃取效率的诸因素,如萃取剂的种类及其体积、萃取时间和搅拌速率等进行了优化.在优化条件下,7种酰胺类除草剂的富集倍数达875~1546倍,以α-六六六为内标,甲草胺、乙草胺、异丙甲草胺、丁草胺和丙草胺浓度在0.50~100.0 μg/L范围内,敌稗浓度在0.10~50.0 μg/L范围内,杀草丹浓度在0.80~100.0μg/L范围内具有良好线性关系,线性相关系数在0.9965~0.9994之间,检出限在0.010~0.10 μg/L(S/N=3)范围内.本方法已应用于河水、自来水和水库水等实际水样的分析,平均加标回收率在89.5%~112.5%之间,相对标准偏差在4.5%~7.3%之间.本方法操作简便、灵敏、富集倍数高,可满足水样中酰胺类除草剂残留的检测要求. 相似文献
82.
我们利用DFT中的B3LYP方法优化了Ru(Ⅱ)配合物和氧化的Ru(Ⅲ)配合物[Ru(bpy)(PH3)(-C≡CC6H4NO2-p)Cl]m[bpy=2,2′-bipyridine;m=0(1), 1(1 )]的基态几何结构,得到的几何参数与实验结果吻合的很好。采用TDDFT方法,得到了配合物1和1 的激发态电子结构和电子吸收光谱。研究结果表明,配合物1和1 随着氧化过程的发生,光谱性质也发生变化,Ru(Ⅱ)配合物的低能吸收被指认为MLCT/LLCT混合跃迁,而氧化的Ru(Ⅲ)配合物1 的低能吸收具有LMCT跃迁性质。 相似文献
83.
通过建立卵蛋白(Ovalbumin, OVA) 致敏的Wistar大鼠哮喘动物模型, 利用二维凝胶电泳及MALDI-TOF-MS分析技术, 对哮喘大鼠与正常大鼠脾脏淋巴细胞差异表达蛋白质进行鉴定和分析. 结果显示, 在哮喘组中呈现高表达的蛋白质, 包括胶原蛋白调控蛋白质(hnRNP)以及细胞结构蛋白(Fibrinogen). 而与代谢相关的蛋白质(CoQ10)和线粒体内膜蛋白, 在哮喘组中呈低表达. 研究结果表明, 这些蛋白质与哮喘气道慢性炎症、气道高反应性和气道的重构有关. 相似文献
84.
毛细管电泳是一种分离手性化合物极为有效的工具。本文用β-环糊精作为手性选择剂在CZE的模式下对取代四氢β-咔啉类手性化合物进行了成功的拆分。 相似文献
85.
室温离子液体促进的5-亚芳基巴比妥酸衍生物的合成 总被引:1,自引:0,他引:1
在室温离子液体1-丁基-3-甲基咪唑四氟硼酸盐([bmim]BF4)存在下, 采用室温研磨和微波辐射的方法, 由芳香醛和巴比妥酸或硫代巴比妥酸经Knoevenagel缩合反应, 制备了相应的5-亚芳基巴比妥酸或5-亚芳烃基硫代巴比妥酸衍生物. 在室温研磨条件下反应2 h, 产率为78%~96%, 在微波辐射功率为160 W时反应20 s, 产率为82%~98%, 产物结构经1H NMR确证. 相似文献
86.
87.
88.
在压缩感知-磁共振成像(CS-MRI)中,随机欠采样矩阵与重建图像质量密切相关.而选取随机欠采样矩阵一般是通过计算点扩散函数(PSF),以可能产生的伪影的最大值为评价参数,评估欠采样对图像重建的影响,然而最大值只反应了伪影的最坏情况.该文引入了两种新的统计学评价参数平均值(MV)和标准差(SD),其中平均值评估了伪影的平均大小,标准差可以反映伪影的波动情况.该文分别使用这3种参数对小鼠和人体脑部MRI数据以不同的采样比率进行CS图像重建,实验结果表明,当采样比率不低于4倍稀疏度时,使用平均值获得了质量更优的重建图像.因此,通过稀疏度先验知识指导合理选取采样比率,并以平均值为评价参数选取随机欠采样矩阵,能够获得更优的CS-MRI重建图像. 相似文献
89.
90.