全文获取类型
收费全文 | 2243篇 |
免费 | 453篇 |
国内免费 | 781篇 |
专业分类
化学 | 1374篇 |
晶体学 | 6篇 |
力学 | 337篇 |
综合类 | 132篇 |
数学 | 255篇 |
物理学 | 1373篇 |
出版年
2024年 | 36篇 |
2023年 | 107篇 |
2022年 | 127篇 |
2021年 | 125篇 |
2020年 | 68篇 |
2019年 | 136篇 |
2018年 | 86篇 |
2017年 | 132篇 |
2016年 | 118篇 |
2015年 | 130篇 |
2014年 | 186篇 |
2013年 | 150篇 |
2012年 | 149篇 |
2011年 | 186篇 |
2010年 | 156篇 |
2009年 | 183篇 |
2008年 | 175篇 |
2007年 | 153篇 |
2006年 | 133篇 |
2005年 | 122篇 |
2004年 | 105篇 |
2003年 | 104篇 |
2002年 | 111篇 |
2001年 | 105篇 |
2000年 | 77篇 |
1999年 | 38篇 |
1998年 | 49篇 |
1997年 | 57篇 |
1996年 | 27篇 |
1995年 | 30篇 |
1994年 | 25篇 |
1993年 | 9篇 |
1992年 | 21篇 |
1991年 | 15篇 |
1990年 | 16篇 |
1989年 | 13篇 |
1988年 | 7篇 |
1987年 | 2篇 |
1986年 | 1篇 |
1985年 | 4篇 |
1984年 | 1篇 |
1983年 | 1篇 |
1982年 | 1篇 |
排序方式: 共有3477条查询结果,搜索用时 281 毫秒
111.
112.
分子印迹智能水凝胶的研究进展 总被引:1,自引:0,他引:1
智能水凝胶可以响应外界环境(如温度、pH、溶剂、离子强度、电场、磁场、光、压力和特异分子等)的变化,发生可逆体积相变,从而具有控制释放的能力.将分子印迹技术引入智能水凝胶,制备分子印迹智能水凝胶,不仅可以保持其环境响应性,更赋予其对特异分子的识别性能,从而可以根据外界环境的变化控制其对特定分子记忆功能的开关,实现自动识别并结合或释放特定分子.它有望应用于药物控释、生物传感和免疫分析等领域.本文综述了分子印迹智能水凝胶的研究现状,讨论了其目前所面临的挑战,并展望了其发展前景. 相似文献
113.
利用自组的光纤探头式光谱仪对载体肉类表面进行光谱测量,采用反向传播人工神经网络(BP-ANN)对肉类可见光谱进行识别,分析了隐层神经元、期望误差、判别输出范围等网络参数的调整对识别功能的影响.基于大量实测数据样本,优化网络结构参数选择,建立了良好的人工神经网络,对肉类光谱识别率达到97.5%. 相似文献
114.
针对货车运行故障动态图像检测,提出无故障目标识别工作模式,解决货车枕簧丢失故障的自动识别问题。利用Haar特征提取枕簧特征信息,基于AdaBoost算法选取特征并构建层叠分类器,等比缩放搜索窗口检测货车图像,最终分选出无故障的枕簧图像,从而大大地减少了待识别图像的数量,显著地提高了人工识别效率。实验表明,该算法使用的特征简单,搜索策略高效,不受枕簧位置、缩放和旋转的影响,抗噪能力强,对分辨率低、局部遮挡、光照不足或过度曝光等质量较差的图像仍具有很强的适应性,所提出的方案能够满足全天候条件下的货车枕簧目标识别,为货车故障动态图像检测的工程化应用奠定了基础。 相似文献
115.
116.
117.
太赫兹时域光谱技术,由于其具有物质"指纹谱"特性,是一种可以快速无损地鉴别物质的重要手段,在毒品和爆炸物的无损检测等方面有广阔的应用前景.其中,光谱识别是太赫兹时域光谱技术应用研究的重要方向之一.现有的光谱识别方法多是依靠手工选取特征后进行机器学习分类,或是通过设置吸收峰阈值门限进行判断.由于一些物质在太赫兹波段内并没... 相似文献
118.
为了提高农作物的产量和质量,农药的使用量逐年增加,导致土壤、水和农作物等的污染加剧,对环境和人类健康造成了严重的威胁。因此,对于农药残留进行快速、灵敏的检测至关重要。近年来,多种用于农药残留快速检测的技术和产品被开发。该综述对多种识别方式在农药检测中的进展进行了介绍,包括以蛋白质和适配体为代表的生物识别、以纳米材料和大环化合物为代表的非生物识别以及基于农药独特的光学性质和化学性质实现的直接识别。最后对农药残留的快速检测进行了展望,以期为农药的即时监测(POCT)提供研究思路和方向。 相似文献
119.
针对手写字体特征提取难、识别效率低甚至错误的问题,提出一种结合鬼成像原理和分类网络的思想用于手写字体的识别。首先,使用激光器、数字微镜阵列、单像素探测器等搭建鬼成像探测系统,利用系列哈达玛散斑场分别实现对17 239幅手写字体的照射;其次,利用单像素探测器对手写字体透射的总光强值进行采集,并将其转换为一维向量作为网络训练的输入;最后基于卷积神经网络在图像分类的优势搭建网络架构且为解决训练过程中的网络退化问题加入残差块。实验结果表明:对于手写数字来说,全连接神经网络与卷积神经网络的精密度、召回率、F1值分别提高86.50%/97.25%、86.40%/98.03%、86.31%/97.60%;对于手写字母来说,卷积神经网络在全采样下的精密度、召回率、F1值分别为91.87%、90%、90.23%。该方法利用鬼成像原理,仅通过手写字体透射的总光强值而无需对手写字体的特征进行提取与识别便可进行快速分类,大幅提升了手写字体的识别效率。 相似文献
120.