首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   161篇
  免费   1篇
  国内免费   2篇
化学   54篇
物理学   110篇
  2023年   1篇
  2022年   3篇
  2021年   2篇
  2020年   3篇
  2019年   8篇
  2018年   3篇
  2017年   7篇
  2016年   3篇
  2015年   4篇
  2014年   9篇
  2013年   10篇
  2012年   12篇
  2011年   10篇
  2010年   15篇
  2009年   19篇
  2008年   16篇
  2007年   14篇
  2006年   11篇
  2005年   9篇
  2004年   2篇
  2003年   3篇
排序方式: 共有164条查询结果,搜索用时 15 毫秒
51.
近红外光谱技术(NIRS)在干草品质检测中的研究与应用   总被引:3,自引:0,他引:3  
干草品质对动物的生产性能、牧草价值和最终盈利有着最直接的影响,检测干草品质的方法也在不断改进,近红外光谱技术(NIRS)这种快速、 高效而无破坏性的现代检测技术已在饲草料中广泛应用。文章阐述了应用NIRS分析干草品质的可行性和高效性,详细介绍了NIRS用于检测牧草营养成分、真菌侵染程度、内生真菌产生的有毒物质以及一些难于用化学方法检测的微量成分等重要指标的研究成果。指出NIRS用于分析干草品质突破了过去常规化学方法的复杂、耗时、成本高等缺陷,是干草品质分析方法的一个重大进步,并期待着NIRS在牧草品质中的应用研究工作继续完善和发展,建立更精确的定标模型以及更系统的分析软件,促进畜牧业的快速发展。  相似文献   
52.
以96批栀子不同炮制品为研究对象,高效液相色谱测定栀子苷含量为参考值,利用近红外光谱仪积分球漫反射测定其光谱图,建模波段取8 660~7 500,6 650~5 600和4 900~4 000 cm-1,以标准正态变换(SNV)和二阶导数法(2nd derivative)为预处理方法,主成分数为8,采用偏最小二乘法(PLS)对83批栀子样品建立栀子苷的定量校正模型,最终以13批栀子不同炮制品对模型进行验证。结果,定量模型的内部交叉验证决定系数(R2)为0.992 85,校正均方差(RMSEC)为0.240,预测均方差(RMSEP)为0.254,内部交叉验证均方差(RMSECV)为0.386 91,RMSEP/RMSEC=1.06。模型验证得到的相对分析误差(RPD)为8.81,绝对偏差范围-0.39%~0.23%,说明模型预测性较好。通过相关系数法,优选样品装样量、扫描次数、重复次数、分辨率实验条件;并由近红外一阶导和二阶导图,除去温湿度和样品水分影响波段,结合栀子苷对照品近红外光谱图,确定建模波段。首次利用NIRS法建立栀子不同炮制品栀子苷定量校正模型,方法简单快速,模型稳定可靠、准确性高,可同时应用于不同炮制品栀子中栀子苷含量的预测。  相似文献   
53.
乙醇柴油是柴油替代品的一种,它的使用越来越广泛,乙醇柴油品质由许多指标决定,采用传统方法检测这些指标不仅价格昂贵而且耗时长。近红外光谱技术是一种廉价、快速实时在线检测乙醇柴油品质的有效方法。本文采用近红外光谱技术结合最小二乘支持向量机检测了乙醇柴油的密度、粘度和乙醇含量,比较了线性和非线性校正技术(主成分回归、偏最小二乘回归和最小二乘支持向量机)对乙醇柴油品质的分析效果,同时也比较了不同预处理方法对预测模型能力的影响。实验结果表明,最小二乘支持向量机优于主成分回归和偏最小二乘回归模型,其对乙醇柴油密度、粘度、乙醇含量建模效果最优,相关系数分别是0.995 8、0.995 7和0.995 3;预测均方根误差分别为0.000 68、0.011 3和0.5714。  相似文献   
54.
血流动力学参数检测一直是临床医学研究的热点。针对临床上测量血流动力学参数的方法存在有创、操作复杂、不适合重复测量的问题,研究了一种结合指示剂稀释理论与近红外光谱技术的指示剂光密度测量法,实现了血流动力学参数的无创检测。通过体外注射吲哚氰绿(ICG)色素指示剂,建立其在血液循环系统中稀释代谢的动力学模型,利用近红外发光探头在指端分时发送735,805和940 nm三个波长的近红外光, 同时在手指对侧实时接收携带脉搏波信息的透射光信号,将测得的信号上传至计算机进行分析处理得到随时间变化的ICG浓度并将其绘制成连续的色素浓度曲线,根据该曲线确定色素平均传输时间MTT及初始色素含量Ct0等中间变量,进一步推算出心排出量CO及循环血容量CBV两项血流动力学参数。将该方法与临床上测量上述两种参数的“金标准”—热稀释法、碘-131同位素标记法进行临床试验对比,测得10组CO及CBV的试验对比数据,经误差分析得到两项参数的相对误差最大值分别为8.88%和4.28%,平均相对误差值均低于5%,满足临床检测的精度要求,为临床上血流动力学参数的测量提供了一种安全性强、连续性好、适应范围更为广泛的方法。  相似文献   
55.
现有的玉米种子品种鉴别方法检测时间长,费用高,不易大批量快速鉴别。提出了一种基于近红外光谱数据快速鉴别商品玉米品种的新方法。先使用傅里叶变换近红外光谱仪获得从4 000到12 000 cm-1波段范围的37个商品玉米品种籽粒的漫反射光谱数据。对原始光谱进行矢量归一化预处理以消除噪声干扰,为了找到玉米品种籽粒的光谱特征波段,提出一种基于标准差的方法,进而对寻找到的玉米籽粒特征波段光谱做主成分分析(PCA),取能反映玉米品种 99.98% 光谱信息的前10个主成分。最后使用仿生模式识别 (BPR)方法建立了37个玉米品种鉴别模型,对于每个品种的25个样本,随机挑选15个样本作为训练样本,其余10个样本作为第一测试集,其他品种共900个样本作为第二测试集。该鉴别模型对于37个玉米品种的平均正确识别率为94.3%。该方法的进一步研究有利于建立以近红外光谱为基础的物理指纹品种鉴别技术。  相似文献   
56.
通过拟合带鱼糜及其鱼糕制品的近红外漫反射光谱与建立近红外的定量模型,用于带鱼糜及其鱼糕制品中磷酸盐含量的快速无损检测。以定标集和验证集的相关系数(rC, rV)及标准误差(SEC, SEP)作为评价模型优劣的根据。结果表明,采用偏最小二乘法(PLS)所建立的模型效果最佳,带鱼糜及其鱼糕制品的定标模型的相关系数分别为0.983和0.960,预测标准误差分别为0.032和0.101;验证集的相关系数分别为0.951和0.954,预测标准误差分别为0.058和0.097。利用近红外光谱技术快速无损测定带鱼糜及其鱼糕制品中的磷酸盐含量是可行的。  相似文献   
57.
基于遗传算法的近红外光谱橄榄油产地鉴别方法研究   总被引:10,自引:0,他引:10  
提出了一种应用近红外光谱技术快速无损鉴别橄榄油产地的新方法。采用近红外光谱仪获取三种不同产地的橄榄油各30个样本的光谱漫反射特征曲线,利用全局搜索算法-遗传算法提取特征波长,即从光谱751个波长数据提取9个特征波长数据,并将其作为主成分分析法的输入变量,运用主成分分析法建立分析校正模型。结果表明,主成分1和2累计可信度已达99.130%,对不同产地的橄榄油有很好的聚类作用,同时也说明遗传算法抽取特征波长方法正确。将提取到的六种主成分作为BP神经网络的输入变量,品种类型作为神经网络的输出变量,建立3层人工神经网络模型,对30个未知橄榄油产地进行预测,预测结果准确率达100%。该方法能快速无损地检测橄榄油产地,同时也为其他油类产地鉴别提供了一种新方法。  相似文献   
58.
近红外光谱(NIRS)的分析技术是一项高效、快捷检测样品中某种物质成分的分析新方法,近年来在农业、食品、医药、化工、纺织、环保等领域得到了广泛的应用。 文章简要介绍了NIRS技术产生和探测的基本原理、方法和技术特点,回顾了其在植物种子研究方面的应用情况,然后从种子品种鉴定、种子纯净度鉴定、种子发芽率测定、种子水分含量和生活力测定等四个方面阐述了NIRS分析技术应用于牧草种子质量监督检验的意义和潜在价值。 最后得出结论应用NIRS技术能降低种子检验成本、提高检验效率,还有助于扩大常规种子检验的范围和用途,因此NIRS应用于牧草种子质量检验有着重要的理论和实际意义。  相似文献   
59.
近红外空间分辨光谱技术及其对新生猪脑缺氧缺血的检测   总被引:2,自引:0,他引:2  
近红外光谱(NIRS)技术作为一种无创的组织氧检测手段,近年来在脑缺氧缺血的检测方面日益受到重视。文章介绍了自行研制的NIRS仪器(TSAH-100近红外组织血氧无损监测仪)的基本原理及用于新生猪脑氧检测时如何实现传感器与待测脑组织的最佳耦合。检测了28例新生猪在不同氧合状态下的脑组织氧饱和度(regional cerebral oxygen saturation, rSO2),在缺氧结束后进行了有创的动脉氧饱和度及生理参数的检测。结果表明,NIRS无创测得的脑rSO2与血气分析有创测得的动脉血氧饱和度(SaO2)有很好的相关性(p<0.001),并且脑rSO2与缺氧程度及缺氧后生理参数的变化一致。因此NIRS无创测得的脑rSO2能直接判断脑氧合状态,可在一定情况下替代有创血气分析,帮助临床无创、简便地诊断脑缺氧缺血。  相似文献   
60.
The application of supervised pattern recognition methodology is becoming important within chemistry. The aim of the study is to compare classification method accuracies by the use of a McNemar’s statistical test. Three qualitative parameters of sugar beet are studied: disease resistance (DR), geographical origins and crop periods. Samples are analyzed by near-infrared spectroscopy (NIRS) and by wet chemical analysis (WCA). Firstly, the performances of eight well-known classification methods on NIRS data are compared: Linear Discriminant Analysis (LDA), K-Nearest Neighbors (KNN) method, Soft Independent Modeling of Class Analogy (SIMCA), Discriminant Partial Least Squares (DPLS), Procrustes Discriminant Analysis (PDA), Classification And Regression Tree (CART), Probabilistic Neural Network (PNN) and Learning Vector Quantization (LVQ) neural network are computed. Among the three data sets, SIMCA, DPLS and PDA have the highest classification accuracies. LDA and KNN are not significantly different. The non-linear neural methods give the less accurate results. The three most accurate methods are linear, non-parametric and based on modeling methods. Secondly, we want to emphasize the power of near-infrared reflectance data for sample discrimination. McNemar’s tests compare classification developed with WCA or with NIRS data. For two of the three data sets, the classification results are significantly improved by the use of NIRS data.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号