全文获取类型
收费全文 | 1475篇 |
免费 | 75篇 |
国内免费 | 83篇 |
专业分类
化学 | 172篇 |
晶体学 | 7篇 |
力学 | 11篇 |
综合类 | 11篇 |
数学 | 77篇 |
物理学 | 1355篇 |
出版年
2024年 | 2篇 |
2023年 | 11篇 |
2022年 | 12篇 |
2021年 | 9篇 |
2020年 | 7篇 |
2019年 | 11篇 |
2018年 | 8篇 |
2017年 | 9篇 |
2016年 | 398篇 |
2015年 | 323篇 |
2014年 | 502篇 |
2013年 | 25篇 |
2012年 | 20篇 |
2011年 | 24篇 |
2010年 | 22篇 |
2009年 | 21篇 |
2008年 | 11篇 |
2007年 | 19篇 |
2006年 | 11篇 |
2005年 | 7篇 |
2004年 | 9篇 |
2003年 | 5篇 |
2002年 | 5篇 |
2001年 | 9篇 |
2000年 | 4篇 |
1999年 | 4篇 |
1998年 | 97篇 |
1997年 | 40篇 |
1996年 | 2篇 |
1994年 | 3篇 |
1992年 | 3篇 |
排序方式: 共有1633条查询结果,搜索用时 625 毫秒
991.
SitesofProtonationandUnimolecularFragmenta┐tionofProtonatedN┐HydroxyphthalimideintheGasPhaseSHEYi-min,SUNYu-quan,JIYi-pingand... 相似文献
992.
采用液相沉淀法制备了钒酸镝(DyVO4)粉体,使用提拉法生长了DyVO4磁光晶体,通过XRD确定生长的DyVO4晶体没有杂相,晶体的晶胞参数是a =b =0.71434 nm,c =0.6313 nm,α=β=γ=90°,属于四方晶系.晶体经过定向切割加工成c轴晶向的片状和柱状样品.测试了DyVO4晶体样品的光学性能和磁光性能.结果 显示,样品在500~700 nm波长范围内,具有很高的透过率,在76;~ 79;之间,DyVO4晶体对应于532 nm、633 nm和980 nm的Verdet常数分别为-309 rad/m/T、-167 rad/m/T和-64 rad/m/T,性能优于商用磁光晶体TGG,有望在可见光波段实现应用. 相似文献
993.
994.
图的(列表)动态染色模型可用于解决信道分配中的一些关键问题,是图论和理论计算机科学领域的一个重要的研究方向.Kim和Park (2011)给出了任何最大平均度小于8/3的图的列表动态色数至多为4的证明.然而,由于具有5个顶点的圈C5的最大平均度为2且列表动态色数为5,因此Kim和Park的上述结论是错误的.基于此,本文证明了任何最大平均度小于8/3的普通图(每个连通分支都不与C5同构的图)的列表动态色数至多为4,且该上界4是最优的,从而对Kim和Park的结果进行了修正.与此同时,本文证明了如果图G是系列平行图,则当其是普通图时,其列表动态色数至多为4,且该上界4是最优的,当其不是普通图时,其列表动态色数恰好为5,从而将Song等人(2014)的结果“任何系列平行图的列表动态色数至多为6”进行了改进. 相似文献
995.
996.
体外细胞模型和高效液相质谱联用分析预测黄芪中的活性成分 总被引:4,自引:2,他引:2
利用体外细胞模型模拟体内细胞对中药有效成分的特异性吸收,结合高效液相色谱/质谱分析筛选中药黄芪中的生物活性成分。将中药黄芪提取液与Caco-2细胞及红细胞分别混合培养,破碎与药材结合后的细胞,使之释放出结合的药材中的成分。运用高效液相色谱/飞行时间质谱(HPLC-ESI/TOFMS)分析中药黄芪提取液与活性细胞有结合的成分,并对其进行结构鉴定。结果显示:黄芪中有10个化合物与Caco-2细胞结合,14个化合物与红细胞结合。本方法可用于预测口服药物在体内的吸收以及与特定靶细胞的结合情况,特异性地筛选中药复杂体系中的药效物质基础。 相似文献
997.
998.
1,2-萘醌类化合物抑制PTP1B的三维定量构效关系研究 总被引:1,自引:1,他引:0
蛋白酪氨酸磷酸酶1B (protein tyrosine phosphatase 1B, PTP-1B)是近年来发现的治疗II型糖尿病的新靶点, 1,2-萘醌类化合物对PTP-1B有较好的抑制活性, 具有良好的药用前景. 为了设计出本类化合物抑制效果更好的分子构型, 用比较分子力场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)对该类化合物进行了三维定量构效关系(3D-QSAR)的研究, 并建立了相关的预测模型. 其中, CoMFA模型的交叉验证相关系数(q2)为0.555, 非交叉验证相关系数(r2)为0.991, 标准偏差(SEE)为0.049, F值为564.910. CoMSIA模型的q2为0.558, r2为0.991, SEE为0.050, F值为542.773. 计算结果表明, 获得的CoMFA和CoMSIA模型具有良好的预测能力, 可以应用于指导该类化合物的设计. 相似文献
999.
1000.