全文获取类型
收费全文 | 74篇 |
免费 | 22篇 |
国内免费 | 7篇 |
专业分类
化学 | 8篇 |
晶体学 | 1篇 |
力学 | 2篇 |
综合类 | 1篇 |
数学 | 7篇 |
物理学 | 37篇 |
无线电 | 47篇 |
出版年
2024年 | 1篇 |
2023年 | 2篇 |
2022年 | 2篇 |
2021年 | 6篇 |
2020年 | 1篇 |
2018年 | 1篇 |
2017年 | 2篇 |
2016年 | 1篇 |
2015年 | 5篇 |
2014年 | 3篇 |
2013年 | 6篇 |
2012年 | 13篇 |
2011年 | 7篇 |
2010年 | 11篇 |
2009年 | 5篇 |
2008年 | 5篇 |
2007年 | 5篇 |
2006年 | 4篇 |
2005年 | 2篇 |
2004年 | 1篇 |
2003年 | 5篇 |
2002年 | 7篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1996年 | 3篇 |
1995年 | 1篇 |
1993年 | 1篇 |
1991年 | 1篇 |
排序方式: 共有103条查询结果,搜索用时 0 毫秒
81.
82.
83.
基于稳定同位素标记和平行反应监测的蛋白质组学定量技术用于肝癌生物标志物的筛选和验证 总被引:2,自引:0,他引:2
肝癌是全球第五大恶性肿瘤,其五年生存率极低,及早地发现与诊断对肝癌的临床治疗具有重要意义。通过结合体外稳定同位素标记的蛋白质组学相对定量技术和基于平行反应监测的靶向蛋白质组学定量技术,建立了一种癌症生物标志物的筛选和验证方法。该方法被用于肝癌组织的差异蛋白质筛选和后期验证,共筛选到70个在癌组织中显著变化的蛋白质,并对其中7个蛋白质进行了验证。所验证的蛋白质包括已在临床使用的肝癌标志物甲胎蛋白(AFP)和文献报道的潜在肝癌生物标志物热休克蛋白(HSP90)、脂肪酸结合蛋白5(FABP5)和乙醇脱氢酶4(ADH4),说明了该方法的可靠性。该文所筛选的差异蛋白质可以为肝癌生物标志物研究和临床验证提供参考;该方法还可用于其他癌症样品的差异蛋白质筛选和验证。 相似文献
84.
85.
86.
运用在线顶空提取/气相色谱-四极杆质谱联用技术(HS/GC-QMS),建立了精TiCl4中有机痕量杂质CS2和CCl4的定量分析方法。在85℃及中速振摇的条件下平衡20 min,定量地将顶空气体直接引入GCQMS中,并在质谱选择离子监测(SIM)模式下,以n-C6H14(m/z 86)为内标,采用标准加入法对CS2(m/z 76)和CCl4(m/z 117)进行定量测定。CS2和CCl4在相应浓度范围内呈良好线性,回归系数(r)均大于0.999 0,最低定量下限(LOQ)均为20 nL/L,在4个不同加标水平下,平均回收率分别为102.2%和108.5%,相对标准偏差为1.3%~18.9%。该方法分析过程简单、快捷,结果准确、稳定,可用于TiCl4的质量监控,并可为精TiCl4工业监控提供有利参考。 相似文献
87.
我国著名数学家华罗庚教授曾写了一首词来描述数形结合思想:数与形,本是相倚依,焉能分作两边飞.数缺形时少直觉,形离数时难入微,数形结合百般好,隔离分家万事非.切莫忘,几何代数统一体,永远联系,切莫分离. 相似文献
88.
由未来移动通信论坛发起的"我的未来移动新生活"大型征文第一期活动在清华大学、北京邮电大学、上海交通大学、东南大学、浙江大学、南京大学、南京邮电大学、清华附中以及人大附中等全国数所知名高校和中学里展开。本次征文活动以描述未来移动新生活为主题,以未来一天的生活内容为主线,展示心目中的未来移动通信技术与人类生活、学习、娱乐及工作相融合的美妙场景。从篇篇来稿中我们惊喜地发现,学生群体的想象力和创造力如此丰富,将未来移动通信世界描绘得栩栩如生,令人叹为观止。事实上,年轻人对未来移动通信的各种想象也不乏实用性和应用的可能。据参与这次评选的专家表示,从这些征文可以看出,高速上网、GPS和电子地图、遥控电器、手机支付、健康诊断和远程治疗、手机电视、防盗防丢、声控和语音识别、指纹认证、安全监控等业务为大众所关注,同时也激发了手机用户强烈的需求愿望。这些将作为未来移动通信论坛的研究成果输入到工作组的用户需求分析白皮书中。或许在不久的将来,学生们的奇思妙想将会变成现实。 相似文献
89.
90.
准确预测电力系统短期负荷有助于灵活规划系统资源、合理安排机组工作调度以及提高系统运行效率。针对负荷预测精度问题,文中提出了一种基于CEEMD-ITSA-BiLSTM(Complete Ensemble Empirical Mode Decomposition-Improved Tunicate Swarm Algorithm-Bidirectional Long Short-Term Memory)的短期负荷预测模型。对时序性负荷数据进行CEEMD分解,得到若干个平稳的IMF(Intrinsic Mode Function),并对每个IMF进行BiLSTM建模预测。为了提高BiLSTM的精度,采用ITSA算法对BiLSTM的隐含层节点数、学习率和训练次数等超参数进行参数寻优,建立CEEMD-ITSA-BiLSTM负荷预测模型。文中以实际负荷数据进行仿真实验,对比了单一BiLSTM和不同算法优化的BiLSTM模型,结果表明CEEMD-ITSA-BiLSTM模型的RMSE(Root Mean Square Error)、MAE(Mean Absolute Error)和MAPE(Mean ... 相似文献