全文获取类型
收费全文 | 2261篇 |
免费 | 264篇 |
国内免费 | 155篇 |
专业分类
化学 | 949篇 |
晶体学 | 5篇 |
力学 | 502篇 |
综合类 | 51篇 |
数学 | 446篇 |
物理学 | 727篇 |
出版年
2024年 | 13篇 |
2023年 | 47篇 |
2022年 | 117篇 |
2021年 | 93篇 |
2020年 | 67篇 |
2019年 | 64篇 |
2018年 | 83篇 |
2017年 | 100篇 |
2016年 | 109篇 |
2015年 | 84篇 |
2014年 | 112篇 |
2013年 | 169篇 |
2012年 | 140篇 |
2011年 | 137篇 |
2010年 | 104篇 |
2009年 | 135篇 |
2008年 | 144篇 |
2007年 | 127篇 |
2006年 | 90篇 |
2005年 | 90篇 |
2004年 | 100篇 |
2003年 | 71篇 |
2002年 | 61篇 |
2001年 | 46篇 |
2000年 | 50篇 |
1999年 | 38篇 |
1998年 | 36篇 |
1997年 | 27篇 |
1996年 | 23篇 |
1995年 | 27篇 |
1994年 | 21篇 |
1993年 | 21篇 |
1992年 | 21篇 |
1991年 | 18篇 |
1990年 | 19篇 |
1989年 | 9篇 |
1988年 | 9篇 |
1987年 | 9篇 |
1986年 | 8篇 |
1985年 | 5篇 |
1984年 | 9篇 |
1982年 | 5篇 |
1981年 | 6篇 |
1980年 | 2篇 |
1979年 | 3篇 |
1977年 | 3篇 |
1974年 | 2篇 |
1970年 | 1篇 |
1968年 | 1篇 |
1966年 | 1篇 |
排序方式: 共有2680条查询结果,搜索用时 15 毫秒
31.
32.
33.
提出了基于小波包分析及支持向量机的超音速目标识别方法 .通过 5 .5 6mm ,7.6 2mm和 12 .7mm三种枪弹试验获取信号 ,用小波包分解激波信号 ,统计每个频带的能量特征 ,用支持向量机方法训练测试样本 ,获得了很好的分类效果 .仿真结果表明基于超音速飞行体产生的激波信号来识别目标是可行的 . 相似文献
34.
35.
激光拉曼光谱在玉石鉴定中的应用 总被引:3,自引:1,他引:3
本文提出玉石品种鉴定的新方法———激光拉曼光谱法。测试了一系列玉石的标准拉曼谱 相似文献
36.
为了同时获得同色异谱目标的光谱信息和空间分布信息,设计了基于声光可调谐滤波器(acousto-optic tunable filter, AOTF)的成像光谱仪,主要包括前置成像透镜组、AOTF滤光成像模块、AOTF驱动器、CCD图像检测器、图像采集卡和计算机。在计算机的控制下,实现波长的快速扫描,获取每个设定波段下的灰度图像,构建一个光谱图像立方体,因此可以获得图像中任意一点的光谱信息。所设计的成像光谱仪,光谱范围为550 ~1 000 nm,光谱分辨率2.6 nm(@632 nm),光谱扫描速度快,任意两个波长之间的切换时间小于80 μs,整个仪器无机械运动部件,功耗低,抗振能力强。利用该仪器对真假玫瑰花进行了鉴别试验,对涂改物证进行了信息复原实验,并成功地辨别出真假玫瑰花和复原出涂改物证,证实了该成像光谱仪具有优异的同色异谱目标鉴别本领,在同色异谱物质的鉴别上具有广阔的应用前景。 相似文献
37.
紫外可见多波长透射光谱包含了细菌微生物对光的吸收和前向散射等信息,能反映细菌细胞的组分、大小以及形态等特征,具有细菌种属的特异性,可应用于细菌微生物的快速种类鉴别。以水体中常见细菌微生物为研究对象,实验测量了大肠埃希氏菌、金黄色葡萄球菌、鼠伤寒沙门氏菌以及肺炎克雷伯菌的紫外可见多波长透射光谱,简要分析了不同种类细菌微生物的多波长透射光谱特征;研究了透射光谱与支持向量机多向量分析方法相结合的水体细菌微生物快速识别方法,利用基于网格搜索法的训练集内部交叉验证获取建模所需最佳惩罚因子C和核函数参数g,根据最优参数和LibSVM一对一多分类法建立细菌快速分类鉴别模型。利用不同株实验细菌的透射光谱作为测试集对所建模型进行识别正确率的验证,结果表明,所建立的快速分类鉴别模型可以对选取的大肠埃希氏菌、金黄色葡萄球菌、鼠伤寒沙门氏菌以及肺炎克雷伯菌进行快速种类识别,识别正确率为100%;分类鉴别模型对不同大肠杆菌亚种的测试集识别正确率为100%,证明该模型对细菌属间鉴别具有较好的稳定性。不仅可为饮用水源细菌微生物的快速识别预警提供方法,而且可在生物医学方面作为细菌微生物鉴别的一种简便、快速、准确的手段。 相似文献
38.
柚类种质和品种资源繁多,现有的柚类品种鉴别方法检测时间长,费用高。旨在利用高光谱成像技术探索主要柚类品种快速识别的可行性。试验选用4个具有代表性的柚类品种,利用高光谱成像技术,采集240个叶片样本(60个/品种)上表面和下表面的高光谱图像。高光谱图像标定后,提取样本感兴趣区域平均光谱信息作为样本的光谱进行分析。利用Kennard-Stone法将样本划分为校正集(192个)和验证集(48个)。采用多元散射校正(MSC)和标准正态变量变换(SNV)对原始光谱曲线进行预处理后,分别采用主成分分析 (PCA)和连续投影算法 (SPA )提取最佳主成分和有效波长,并将其作为最小二乘支持向量机(LS-SVM)的输入变量,建立基于叶片上表面和下表面光谱信息的PCA-LS-SVM和SPA-LS-SVM 模型。结果显示,基于叶片上表面光谱信息建立的PCA-LS-SVM和SPA-LS-SVM 模型对建模集样本的识别正确率分别为99.46%和98.44%,对预测集样本的识别正确率均为95.83%。基于叶片下表面光谱信息建立的PCA-LS-SVM和SPA-LS-SVM模型对建模集样本和预测集样本的识别正确率皆为100%。表明,利用高光谱成像技术结合PCA-LS-SVM和SPA-LS-SVM可实现柚类品种的快速鉴别,叶片下表面光谱信息鉴别效果优于叶片上表面。该研究为柚类的品种快速鉴别提供了一种新方法。 相似文献
39.
40.