全文获取类型
收费全文 | 205篇 |
免费 | 2篇 |
国内免费 | 54篇 |
专业分类
化学 | 191篇 |
数学 | 1篇 |
物理学 | 48篇 |
无线电 | 21篇 |
出版年
2023年 | 7篇 |
2022年 | 8篇 |
2021年 | 12篇 |
2020年 | 6篇 |
2019年 | 7篇 |
2018年 | 4篇 |
2017年 | 3篇 |
2016年 | 8篇 |
2015年 | 7篇 |
2014年 | 17篇 |
2013年 | 7篇 |
2012年 | 9篇 |
2011年 | 15篇 |
2010年 | 15篇 |
2009年 | 11篇 |
2008年 | 14篇 |
2007年 | 13篇 |
2006年 | 19篇 |
2005年 | 17篇 |
2004年 | 4篇 |
2003年 | 6篇 |
2002年 | 5篇 |
2001年 | 6篇 |
2000年 | 7篇 |
1998年 | 3篇 |
1997年 | 3篇 |
1996年 | 2篇 |
1995年 | 2篇 |
1994年 | 9篇 |
1993年 | 4篇 |
1991年 | 6篇 |
1990年 | 4篇 |
1987年 | 1篇 |
排序方式: 共有261条查询结果,搜索用时 15 毫秒
21.
22.
同核RELAY相干传递技术在复杂天然有机化合物1H谱解析中的应用 总被引:1,自引:0,他引:1
用同核化学位移相关谱和同核RELAY谱等二维NMR方法完全归属了复杂天然有机化合物人参皂甙Rb1的1H NMR谱线,并用积算符方法证实一级和二级RELAY实验中观察到的意外交叉峰是通过远程偶合传递的RELAY信号。 相似文献
23.
24.
建立快速高分离度液相色谱-四极杆飞行时间质谱联用方法(RRLC-Q-TOF-MS),分析人参皂苷Rb2在大鼠体内的药代动力学行为,并探索人参皂苷Rb2在大鼠体内的代谢过程.采用Agilent SB-C18色谱柱,流动相A为0.1%甲酸溶液,B为乙腈,流速为0.2 mL/min,进样量为5μL,二元线性梯度洗脱分离,采用电喷雾负离子模式进行质谱检测.方法的检出限(S/N=3)和定量限(S/N=10)分别为0.08 μg/mL和0.1 μg/mL,线性范围为0.10~ 1.26 μg/mL.结果表明,人参皂苷Rb2静脉注射后的体内代谢过程符合二室模型特征,血药浓度半衰期的α相(t1/2α)和β相(t1/2β)分别为(23.58±1.10)和(1306.55±147.23) min.通过对静脉注射人参皂苷Rb2的大鼠尿液和口服后的粪便样本进行分析,发现Rb2的代谢产物为M6,M2(C-Y),F2,C-K. 相似文献
25.
26.
利用高效液相色谱-飞行时间质谱联用的方法,分别对人参配伍山楂前后人参皂苷的变化进行分析,同时对人参皂苷Re、Rg1、Rb1、Rd与山楂配伍的水解规律进行系统研究,并与单独煎煮液、仿山楂配伍pH值煎煮液的水解产物进行比较,结果发现人参与山楂配伍后人参皂苷Rg1、Rb1含量明显减少,而人参皂苷Re、Rd、Rg2、Rg3、F2、Rh1含量明显增加,其中人参皂苷Re与山楂配伍后水解产物为人参皂苷20(R)-Rg2、20(S)-Rg2,仿山楂配伍pH值水解产物为人参皂苷20(R)-Rg2、20(S)-Rg2、Rg4、Rg6;人参皂苷Rg1与山楂配伍后水解产物为20(S)-Rh1、20(R)-Rh1,仿山楂pH值水解产物为20(S)-Rh1、20(R)-Rh1、Rh4、Rk3;人参皂苷Rb1与山楂配伍后水解产物为Rd、20(S)-Rg3,仿山楂pH值水解产物为F2、20(S)-Rg3;人参皂苷Rd与山楂配伍后水解产物为F2、20(S)-Rg3、20(R)-Rg3,仿山楂pH值水解产物为20(S)-Rg3、20(R)-Rg3。研究表明,不同人参皂苷和山楂配伍后与仿山楂pH值的水解产物并不相同,人参与山楂配伍改变了人参皂苷成分的种类及含量。本研究为临床方剂中人参与山楂配伍后成分的变化提供物质基础数据。 相似文献
27.
28.
29.
采用傅里叶变换红外光谱仪的衰减全反射附件——OMNI采样器,对3种不同产地的竹节人参进行了红外光谱对比分析。结果表明,竹节人参中的红外光谱主要由皂甙类、多糖、氨基酸等物质的特征吸收峰组成。不同产地的竹节人参在1190—890cm-1区域的红外光谱吸收峰差异较显著,同时产地不同的样品其吸收峰强度亦有所不同。ATR-FTIR法简便、快速,可用于竹节人参的分析鉴别。 相似文献
30.
基于近红外光谱的人参与西洋参的快速鉴别研究 总被引:5,自引:0,他引:5
基于近红外光谱分析技术结合模式判别方法建立了一种人参和西洋参鉴别的新方法。收集根状、根须和粉末状的样品共90份,在有聚乙烯包装袋的情况下直接采集近红外光谱,去除原始光谱中包装袋的显著吸收后进行了MSC与一阶导数处理,然后采用移动窗口偏最小二乘法选择了建模光谱区间,分别建立了PLS-DA,PCA-DA和SVM判别模型,并对3种模型作了对比分析,结果表明SVM判别效果最优,其对预测集的正确判别率为100%。该方法准确、便捷,可实际应用于企业原料药材的质量控制,实现对原料药材的快速筛查。 相似文献