全文获取类型
收费全文 | 366篇 |
免费 | 37篇 |
国内免费 | 54篇 |
专业分类
化学 | 91篇 |
晶体学 | 5篇 |
力学 | 11篇 |
综合类 | 8篇 |
数学 | 9篇 |
物理学 | 72篇 |
综合类 | 261篇 |
出版年
2024年 | 2篇 |
2023年 | 23篇 |
2022年 | 22篇 |
2021年 | 21篇 |
2020年 | 13篇 |
2019年 | 22篇 |
2018年 | 14篇 |
2017年 | 16篇 |
2016年 | 6篇 |
2015年 | 14篇 |
2014年 | 36篇 |
2013年 | 13篇 |
2012年 | 16篇 |
2011年 | 13篇 |
2010年 | 14篇 |
2009年 | 18篇 |
2008年 | 15篇 |
2007年 | 21篇 |
2006年 | 13篇 |
2005年 | 15篇 |
2004年 | 8篇 |
2003年 | 8篇 |
2002年 | 6篇 |
2001年 | 8篇 |
2000年 | 3篇 |
1999年 | 14篇 |
1998年 | 12篇 |
1997年 | 9篇 |
1996年 | 8篇 |
1995年 | 4篇 |
1994年 | 9篇 |
1993年 | 4篇 |
1992年 | 6篇 |
1991年 | 4篇 |
1990年 | 1篇 |
1989年 | 6篇 |
1988年 | 5篇 |
1986年 | 3篇 |
1985年 | 2篇 |
1983年 | 1篇 |
1982年 | 4篇 |
1980年 | 2篇 |
1976年 | 1篇 |
1965年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有457条查询结果,搜索用时 15 毫秒
31.
该文提出了一种基于太赫兹时域光谱的水稻种子模式识别方法。实验以10种不同品牌混合掺假的水稻种子为样本,基于采集的样本太赫兹时域光谱数据,通过建立Relief、随机森林(RF)、支持向量机递归特征消除(SVM-RFE)和最大相关最小冗余(mRMR)模型分别对样本光谱波长进行特征选择,最后设计分类器对4种特征选择方法处理后的样本进行分类识别。结果表明,基于布谷鸟算法(CS)优化的极限学习机模型对经RF特征选择算法提取后的样本光谱数据具有最佳识别效果,其准确率可达100%,实验对于法庭科学领域内种子的掺假鉴定具有一定的借鉴意义。 相似文献
32.
选择具有强给电子能力的1,2,4-三唑为配体,成功合成了银基金属有机骨架材料(Ag-MOF)并用于电催化还原CO2反应(CO2RR)。借助粉末X射线衍射、透射电子显微镜、扫描电子显微镜、计时电流法等表征手段对材料的晶体结构、形貌和电催化CO2RR性能进行了系统的研究。与商品化的纳米Ag颗粒对比,Ag-MOF展现出更优异的电催化CO2RR产物选择性、催化活性和稳定性,在-0.9 V (vs RHE)时,CO的法拉第效率高达96.1%。当电压为-1.1 V (vs RHE)时,电流密度可达17 mA·cm-2,且电极可以稳定运行300 min。这说明通过选择合适的配体结构,可以改变催化位点周围的化学环境,从而高效将CO2转化为目标产物。 相似文献
33.
采用高效液相色谱串联四极杆静电场轨道阱质谱对高粱壳中的化学成分进行分析鉴定,并通过高效液相色谱法筛选抑制黄嘌呤氧化酶活性成分。该实验使用Hypersil GOLD C18色谱柱(2.1 nm×30 nm,3μm),以0.1%甲酸水(A)-乙腈(B)进行梯度洗脱,流速1.0 m L/min,进样量10μL。质谱分析采用ESI离子源,在正离子模式下采集数据,利用Xcalibur 4.1软件结合数据库对所得数据进行分析,共鉴定出27种化学成分。对刺槐素、葛根素、芹菜素、根皮苷、异鼠李素和3,3’,4’,7-四羟基黄酮6种化学成分进行活性筛选,发现芹菜素和3,3’,4’,7-四羟基黄酮对黄嘌呤氧化酶(XO)表现出较强的抑制活性,IC50分别为18.11和34.59μmol/L。 相似文献
34.
对沉淀法合成的p区金属氧化物Ga2O3和Sb2O3紫外光光催化降解盐酸四环素的性能进行了研究,讨论了制备条件对光催化性能的影响。最佳制备条件下得到的Ga2O3-900和Sb2O3-500样品光催化性能存在巨大差异,通过X射线粉末衍射、傅里叶红外光谱、N2吸附-脱附测试、荧光光谱、拉曼光谱、电化学分析及活性物种捕获实验等对样品进行分析,研究二者光催化降解盐酸四环素的机理,揭示影响光催化性能差异的本质因素。结果表明,Ga2O3和Sb2O3光催化性能差异主要归结于二者不同的电子和晶体结构、表面所含羟基数量及光催化降解机理。 相似文献
35.
针对目前机载头盔显示系统中的微型液晶显示器背光模组亮度和均匀性不足问题,提出了一种新颖的微型液晶显示器背光结构及设计理论,并通过CODEV软件设计了背光光学系统,利用LIGHTTOOLS软件对背光模组进行了配光效果仿真,结果证明当采用85 lm绿色LUXEON Rebel LEDS作光源时,其输出光亮度接近160 000 cd/m2,均匀性大于85%,功耗仅有1.25 W,完全满足了机载头盔显示系统的要求. 相似文献
36.
设计并制作了结构尺寸为毫米量级的AlGaN/GaN高电子迁移率晶体管(HEMT)生物传感器,采用数值分析的方法分析了器件传感区域长度与宽度比值及待测物调控二维电子气(2DEG)距离与感测信号之间的关系,给出了结构尺寸为毫米量级的AlGaN/GaN HEMT生物传感器的设计依据,以不同浓度的前列腺特异性抗原(PSA)为待测物,对制作的AlGaN/GaN HEMT生物传感器进行了初步测量,测试结果表明,在50 mV的电压下,毫米量级的AlGaN/GaN HEMT生物传感器的对PSA的探测极限低于0.1 pg/ml.实验表明毫米量级的AlGaN/GaN HEMT生物传感器具有灵敏度高,易于集成等优点,具备良好的应用前景. 相似文献
37.
利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别 总被引:1,自引:0,他引:1
小麦是制作馒头的主要原料之一,小麦中水、蛋白质、淀粉会因产地以及烘干程度的差异而不同,进而影响到加工成馒头的品质。所以实现对小麦产地和烘干程度的快速鉴别就显得尤为重要。感官评定是鉴别小麦产地和烘干程度常用的方法,对比感官评定,光谱分析可以识别样品中的分子结构等信息。基于此,尝试利用近红外和中红外光谱融合技术实现对不同产地和不同烘干程度的小麦同时鉴别。首先选取了两个不同产地的小麦,再利用微波干燥法对两个不同产地的小麦做烘干预处理,使烘干的小麦水含量为12%±0.5%,原麦水含量为18%±0.5%。分别标记为原麦A,烘干A,原麦B,烘干B,再将小麦研磨成粉末,过100目筛网筛选后,置于自封袋中备用。随后分别采集四种小麦样品的近红外和中红外光谱信息,在Matlab 7.10的环境下使用标准正态变量变换(standard normal variable transformation, SNVT)对采集到的原始光谱数据进行预处理,利用主成分分析对预处理后的数据进行降维处理,再结合线性判别分析(linear discriminant analysis,LDA)和支持向量机(support vector machine, SVM)分别建立小麦近红外、中红外光谱数据识别模型。另外利用联合区间偏最小二乘法(synergy interval partial least square, SiPLS)筛选出利用标准正态变量变换(SNVT)预处理后的小麦近红外和中红外光谱数据特征光谱区间,将筛选出的近红外和中红外光谱数据特征光谱区间融合后再结合线性判别分析(LDA)和支持向量机(SVM)建立小麦融合光谱信息的识别模型。然后比较同种光谱数据下利用线性判别分析(LDA)和支持向量机(SVM)建立的小麦识别模型识别率、比较同种建模方法下近红外和中红外光谱数据建立小麦识别模型识别率、比较同种建模方法下光谱数据融合和单一光谱数据建立小麦识别模型识别率。结果表明,同种光谱分析方法,利用SVM建立的四种小麦识别模型识别率高于利用LDA建立的小麦识别模型识别率。同种建模方法,近红外光谱数据建立的小麦识别模型识别率优于中红外光谱数据建立的小麦识别模型识别率。而在同种建模方法下,利用SiPLS筛选出近红外和中红外光谱数据的特征光谱区间数据融合后建立小麦识别模型识别率最高,光谱数据融合后结合LDA建立的小麦识别模型校正集识别率为98.75%,预测集识别率为97.50%;而将此选择的变量结合SVM建立的小麦识别模型的校正集和预测集识别率都达到100.0%。对比利用单一光谱数据建立的小麦识别模型识别率,光谱数据融合之后建立的小麦识别模型识别率得到显著提高,该研究从纵向和横向上全面地比较了光谱数据建立的小麦模型识别率,结果可为更准确地运用光谱融合技术建立小麦产地以及烘干程度识别模型提供参考。 相似文献
38.
39.
证明了如果拟正则半群S的幂等元集E(S)满足以下条件:对任意的e,f∈E(S),存在m∈N,使得(efe)m=(ef)m((efe)m=(fe)m),则σ1={(a,b)∈S×S|e∈E(S),使得ea=eb}(σ2={(a,b)∈S×S|e∈E(S),使得ae=be})是S的最小群同余. 相似文献
40.
为综合利用巨尾桉果实,考察巨尾桉果实的挥发油和脂肪酸化学成分。采用水蒸气蒸馏法分别提取巨尾桉新鲜果实和干果实挥发油,利用溶剂法分别提取巨尾桉鲜果实和干果实的脂肪酸,用气相色谱-质谱(GC-MS)联用技术分析挥发油和脂肪酸成分。研究结果表明:新鲜果实挥发油得率为2.28‰(以鲜重计),主要成分有乙酸松油酯24.97%、α-松油醇24.95%、异龙脑12.89%、葑醇4.57%、桉叶醇3.85%和蓝桉醇2.97%等;干果挥发油得率为5.96%。主要成分有桉叶油醇43.05%、(1R)-(+)-α蒎烯21.12%、乙酸松油酯12.71%、α-松油醇6.12%和莰烯3.38%。鲜果中油脂得率为1.75%,脂肪酸组成为反-9-十八碳烯酸29.01%、棕榈酸23.0%、花生酸8.78%、硬脂酸6.56%和肉豆蔻酸5.17%。干果中油脂得率为5.0%,脂肪酸组成为反-9-十八碳烯酸39.36%、棕榈酸19.01%、硬脂酸8.62%、花生酸6.51%。挥发油中的α-松油醇和乙酸松油酯是高价值香料成分,脂肪酸是生物柴油的重要原料。 相似文献