全文获取类型
收费全文 | 132篇 |
免费 | 1篇 |
国内免费 | 8篇 |
专业分类
化学 | 67篇 |
力学 | 3篇 |
综合类 | 2篇 |
数学 | 11篇 |
物理学 | 58篇 |
出版年
2023年 | 2篇 |
2022年 | 5篇 |
2021年 | 3篇 |
2019年 | 6篇 |
2018年 | 4篇 |
2017年 | 6篇 |
2016年 | 6篇 |
2015年 | 6篇 |
2014年 | 6篇 |
2013年 | 6篇 |
2012年 | 8篇 |
2011年 | 10篇 |
2010年 | 16篇 |
2009年 | 9篇 |
2008年 | 7篇 |
2007年 | 7篇 |
2006年 | 4篇 |
2005年 | 6篇 |
2004年 | 4篇 |
2003年 | 3篇 |
2002年 | 2篇 |
2001年 | 4篇 |
2000年 | 1篇 |
1998年 | 1篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有141条查询结果,搜索用时 62 毫秒
131.
以改进的QuEChERS前处理技术结合气相色谱-质谱(GC-MS)技术,建立了苹果中胺鲜酯残留的检测方法,为苹果中胺鲜酯残留限量的制定提供依据。采用温水作为提取溶剂,提取液经二氯甲烷反萃取,旋转蒸发浓缩、定容净化后,以HP-5MS毛细管柱进行分离,在电子轰击(EI)源、选择离子监测(SIM)模式下检测苹果中胺鲜酯。在3个添加水平下,胺鲜酯的回收率为74.1%~84.2%,相对标准偏差(RSD)为1.5%~4.1%,检出限和定量限分别为0.0024 mg/L和0.008 mg/kg。该方法用于苹果中胺鲜酯残留的检测,灵敏度高,实用性强。 相似文献
132.
建立了固相萃取-超高效液相色谱-串联质谱(SPE-UPLC-MS/MS)法同时测定苹果中唑螨酯等10种农药残留的分析方法。样品经乙腈提取,经活性炭固相萃取柱与氟罗里硅土固相萃取柱串联净化,并利用UPLC-MS/MS检测。实验优化了色谱质谱条件及样品前处理条件,以外标法定量。方法具有良好线性关系,相关系数R~2均大于0.999。检出限(LOD)为0.0062~0.046μg·kg~(-1),定量限(LOQ)为0.021~0.16μg·kg~(-1)。苹果中10种农药残留的平均加标回收率均为84.2~114.5%。相对标准偏差(RSD%,n=6)在0.9%~9.2%范围内。实验结果表明本方法具有灵敏度高、重现性好、定量准确的优点,可满足对苹果中上述10种农药残留检测的要求。 相似文献
133.
苹果花期的冠层高光谱特征研究 总被引:3,自引:0,他引:3
系统分析苹果花期冠层高光谱特征,探明其敏感光谱波段,为大面积苹果树信息提取与营养状况的遥感反演等提供理论依据。利用ASD Field Spec 3便携式地物光谱仪实测的120个苹果花期的冠层高光谱数据,在分析了不同累计样本容量对花期冠层高光谱特征影响的基础上,采用方差分析的方法,明确了苹果花期的冠层高光谱特征及反映花期冠层高光谱的敏感波段。结果表明,随着累计样本容量的增加,苹果花期的高光谱曲线趋于稳定、平滑。在550 nm绿峰处和760~1 300 nm的反射高原区,反射率随着花量的增多而减小,在670 nm的红谷处,反射率随着花量的增多而增大;在350~400 nm,400~500 nm,600~680 nm,760~1 300 nm波段的方差分析结果极显著,是反映花期冠层光谱的敏感波段;随着花量的增多,红边位置、红边斜率和红边面积有逐渐减小的趋势。 相似文献
134.
利用高光谱植被指数估测苹果树冠层叶绿素含量 总被引:8,自引:0,他引:8
叶绿素含量是反映植物生长状况的重要参数。利用ASD FieldSpec 3光谱仪,测定春梢停止生长期苹果冠层高光谱反射率,对原始光谱进行微分变换,与苹果叶绿素含量进行相关分析确定敏感波段,通过分析敏感区域400~1 350 nm范围内所有两波段组合的植被指数,选择最佳植被指数并建立苹果冠层叶绿素含量估测模型。结果表明:(1)苹果冠层叶绿素含量的敏感波段区域为400~1 350 nm。(2)利用筛选得到的植被指数CCI(D794/D763)构建的估测模型能较好的估测苹果冠层叶绿素含量。(3)以CCI(D794/D763)指数为自变量的估测模型CCC=6.409+1.89R3+1.587R2-7.779R预测效果最佳。因此,利用高光谱技术能够较快速、精确的对苹果冠层叶绿素含量进行定量化反演,为苹果长势的遥感监测提供理论依据。 相似文献
135.
136.
137.
为验证虚拟超谱图在探测生物体内部成分和结构信息的可行性,搭建虚拟超谱图系统并以苹果为材料进行实验。通过三组实验:(1)对比检测正常苹果与掺有杂质苹果的虚拟超谱图;(2)对比检测苹果切片与切片中嵌有红色滤光片的虚拟超谱图;(3)检测苹果、掺杂质苹果、苹果切片和切片中嵌有滤光片四种情况下反射光谱。实验结果表明虚拟超谱图可以探测到苹果内部成分和结构的变化,且比反射光谱能得到更多的内部信息,并为今后应用于人体检测提供了有力的佐证。虚拟超谱图可以实现多信息及多信息交叉系统的、同步的检测,为生物信息检测提供新思路,有望为体内疾病临床快速检查提供更多依据。 相似文献
138.
聚双甲基丙烯酸乙二醇酯(PEGDMA)大孔吸附树脂是一类含酯基的中极性吸附剂,通过调节致孔剂的种类和比例,制备了一系列均聚PEGDMA及EGDMA-DVB共聚物双酯树脂.用简易BET低温氮吸附法测定了树脂的比表面积.结果表明,甲苯作致孔剂制备的PEGDMA树脂比表面积在单体:致孔剂(体积比)为1:1~1:2时变化不大,甲苯致孔剂量增大所得树脂在各种溶剂中的溶胀率增大;EGDMA-DVB共聚物双酯树脂的比表面积随DVB量增加稍有下降.以苯酚和苹果多酚为吸附质研究了该系列树脂对极性有机分子的吸附行为与吸附机理,静态吸附等温线数据分析结果表明,制备的树脂与2种商品树脂(XAD-7和HP2MG)比较,树脂ED2-T对苹果多酚的平衡吸附量超过了商品树脂,初始浓度Co=1.1935mg/mL时,ED2-T树脂的平衡吸附量为135mg/g,XAD-7和HP2MG分别为113mg/g和120mg/g.树脂对苹果多酚的吸附等温线与Langmuir方程拟合较好,对苯酚的吸附Freundlich方程拟合得更好. 相似文献
139.
苹果品质检测的可见-近红外激光漫反射光谱图像法的方法研究 总被引:3,自引:0,他引:3
利用可见-近红外激光漫反射光谱图像法及化学计量学方法检测了苹果的可溶性固形物含量和硬度。为了消除苹果形状对品质检测的影响,分析了5个不同波长的激光(680,780,880,940和980 nm)照射在富士苹果果面形成的光斑图像,并通过一系列图像处理方法得出了的苹果形状修正算法。分别利用修正前后的光谱图像参数建立苹果可溶性固形物含量和硬度的偏最小二乘回归(PLSR)模型,模型预测值和真实值之间的相关系数从0.78和0.80分别提高到0.87和0.89。为了消除果面镜面反射对苹果内部品质检测的影响,文章提出了象素强度频率检测法,并比较了利用果面光斑图像中光强均值和不同强度对应的象素强度频率建立的苹果硬度和可溶性固形物含量的PLSR模型效果,得出象素强度频率的模型效果更好。苹果可溶性固形物含量和硬度PLSR模型中预测均方根误差(RMSEP)分别从1.28°Brix和8.23 N.cm-2降低到0.84°Brix和6.17 N.cm-2。 相似文献
140.
在利用可见-近红外漫透射光谱技术对苹果的可溶性固形物(SSC)检测时,由于卤素灯光照射在苹果上的位置不同,采集到的苹果光谱中所包含的可溶性固形物信息不同,导致模型得出的结果不同;找到一个最好的苹果光照位置有利于得到最佳的可溶性固形物评价模型。利用多模式可调节的光学结构在相同的实验环境和实验条件下采集了购买于同一水果批发商的尺寸相近但照射位置不同的两批苹果的近红外漫透射光谱,探索苹果可溶性固形物模型建立过程中最佳的照射位置从而得到最佳位置的可溶性固形物评价模型。通过对样品进行光谱采集、糖度真值采集并结合化学计量学方法得出最佳的建模位置,照射位置为上部且光谱没有预处理时的偏最小二乘回归(PLS)模型性能为RMSEC为0.288 2,RMSEP为0.343 6,Rc为0.960 6,Rp为0.934 9;照射位置为斜上部且光谱没有预处理的PLS模型性能为RMSEC为0.340 7,RMSEP为0.513 3,Rc为0.931 1,Rp为0.863 6;照射位置为上部且光谱没有预处理的主成分分析回归(PCR)模型性能为RMSEC为0.573 6,RMSEP为0.601 4,Rc为0.842 4,Rp为0.800 7;照射位置为斜上部且光谱没有预处理的PCR模型性能为RMSEC为0.709 2,RMSEP为0.797 4,Rc为0.701 4,Rp为0.670 7,最佳照射位置为苹果上部;进一步地采用多种预处理方法对照射位置为上部的PLS模型进行对比,得到最优模型为MSC-PLS模型,其RMSEC为0.2264 4,RMSEP为0.301 5,Rc为0.966 9,Rp为0.949 9。最后再对相同的46个苹果进行相同的实验操作得到光谱、真值后,代入到建立的MSC-PLS模型中进行外部验证,结果显示外部验证的相关系数为0.930 58,验证均方根误差为0.843 59,验证了建立的MSC-PLS模型的稳定性和可靠性,进一步表明光谱采集位置为苹果上部时的近红外漫透射模型有很好的预测能力,该研究为预测苹果可溶性固形物的检测提供了技术支持。 相似文献