全文获取类型
收费全文 | 193篇 |
免费 | 27篇 |
国内免费 | 34篇 |
专业分类
化学 | 56篇 |
晶体学 | 3篇 |
综合类 | 4篇 |
数学 | 20篇 |
物理学 | 68篇 |
无线电 | 103篇 |
出版年
2024年 | 2篇 |
2023年 | 3篇 |
2022年 | 5篇 |
2021年 | 12篇 |
2020年 | 2篇 |
2019年 | 7篇 |
2018年 | 3篇 |
2017年 | 2篇 |
2016年 | 6篇 |
2015年 | 7篇 |
2014年 | 17篇 |
2013年 | 8篇 |
2012年 | 12篇 |
2011年 | 3篇 |
2010年 | 2篇 |
2009年 | 4篇 |
2008年 | 13篇 |
2007年 | 9篇 |
2006年 | 2篇 |
2005年 | 3篇 |
2004年 | 3篇 |
2003年 | 4篇 |
2002年 | 10篇 |
2001年 | 10篇 |
2000年 | 3篇 |
1999年 | 6篇 |
1998年 | 4篇 |
1997年 | 7篇 |
1996年 | 11篇 |
1995年 | 9篇 |
1994年 | 5篇 |
1993年 | 6篇 |
1992年 | 8篇 |
1991年 | 5篇 |
1990年 | 3篇 |
1989年 | 2篇 |
1988年 | 4篇 |
1987年 | 1篇 |
1986年 | 4篇 |
1985年 | 4篇 |
1984年 | 2篇 |
1983年 | 4篇 |
1982年 | 6篇 |
1981年 | 7篇 |
1980年 | 2篇 |
1973年 | 1篇 |
1958年 | 1篇 |
排序方式: 共有254条查询结果,搜索用时 640 毫秒
1.
采用单级A/O程序复合膜生物反应器(HSMBR)处理高氨氮废水,研究了在低DO浓度下系统对有机物、氨氮和总氮的去除效率.研究结果表明:在低DO浓度下,COD,氨氮的平均去除率分别为94.4%和92.8%.由于进水COD/TN比仅为2.01,则使得总氮平均去除率仅为69.4%,但是当系统亚硝化累积率从60.5%~67.1%提高到83.5%~86.4%时,系统总氮去除率提高了17.7%.另外,DO在0.5~1.0 mg·L-1时,TN去除率为69.4%,亚硝酸盐氮累积率在60.5%~89.5%之间,可见维持低DO浓度可以实现亚硝酸型同时硝化反硝化. 相似文献
2.
3.
杂多化合物在分析化学中的应用 总被引:8,自引:0,他引:8
介绍了杂多化合物的分类、合成、结构、性质以及它们在富集分离、光分析、电分析等方面的应用。 相似文献
4.
5.
通过对两间小学639名学生进行微量元素检测及体格检查,并进行中医辩证分型,发现广州市部份小学生体内微量元素缺乏较严重,占体检总人数的62.3%,同时也存在营养不良,贫血、佝偻病,急慢性上呼吸道炎等、按中医辩证分型有肝热、脾气虚弱、肝血不足、肾气虚等,本文试从微量元素缺乏与中医辩证中找出两者之间的联系,以便于指导治疗,提高小学生的健康水平,增强体质和智力。 相似文献
6.
对闪电时域波形的分形研究由于忽略了其频率特性,致使复杂多变的闪电过程的全部特性无法得到充分表征。针对此问题,本文将多重分形理论引入到现代谱估计中,提出了一种基于AR(auto-regressive)谱的闪电电场信号的多重分形特性分析及放电类型的识别方法。首先基于AR模型谱估计法获得闪电电场信号的功率谱,然后,通过多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA) 法验证了闪电AR谱序列具有多重分形特性,并进一步对AR谱序列的Hurst指数以及多重分形谱进行了讨论,最后将相关参数作为闪电信号的有效特征值输入支持向量机进行了云闪(intracloud lightning) 和地闪(cloud-to-ground lightning,CG) 不同放电类型的识别。实验结果表明,本文方法对云、地闪信号的有效识别率达到了94%以上,该研究成果对闪电的特性研究与自动化识别技术均具有一定的参考价值。 相似文献
7.
针对胶囊网络(capsule network,CapsNet)特 征提取结构单一和数据处理中参数量过大的问题,提出 多尺度混合注意力胶囊网络 模型。首先,在网络初始端添加不同尺度的卷积核来多角度提取 特征,并引 入混合注意力机制,通过聚焦更具分辨性的特征区域来降低复杂背景干扰。其次,采用局部 剪枝算法优 化动态路由,减少参数量,缩短模型训练时间。最后,在海洋鱼类数据集F4K(Fish4Knowled ge)上验证, 结果表明,与传统残差网络(residual network50,ResNet-50)、双线性网络(bilinear convo l utional neural network,B-CNN)、分层精简双线性注意力网络(spatial transformation netw ork and hierarchical compact bilinear pooling,STN-H-CBP)以及CapsNet模型相比,该算法 识别精度为98.65%,比ResNet-50模型提升 了5.92%;训练时间为2.2 h,相比于CapsNet 缩短了近40 min,验证了该算法的可行性。 相似文献
8.
9.
10.