全文获取类型
收费全文 | 113篇 |
免费 | 24篇 |
国内免费 | 20篇 |
专业分类
化学 | 26篇 |
力学 | 1篇 |
数学 | 5篇 |
物理学 | 48篇 |
无线电 | 77篇 |
出版年
2024年 | 6篇 |
2023年 | 5篇 |
2022年 | 10篇 |
2021年 | 16篇 |
2020年 | 5篇 |
2019年 | 8篇 |
2018年 | 9篇 |
2017年 | 8篇 |
2016年 | 8篇 |
2015年 | 3篇 |
2014年 | 15篇 |
2013年 | 16篇 |
2012年 | 8篇 |
2011年 | 5篇 |
2010年 | 5篇 |
2009年 | 3篇 |
2008年 | 7篇 |
2007年 | 3篇 |
2006年 | 3篇 |
2005年 | 1篇 |
2004年 | 4篇 |
2001年 | 6篇 |
2000年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
排序方式: 共有157条查询结果,搜索用时 218 毫秒
1.
Ni^2—交换蒙脱石中的镍物种及焙烧温度影响研究 总被引:2,自引:0,他引:2
对一组自制Ni^2+交换蒙脱石样品中镍物种的存在在形及焙烧温度影响进行了TPR和XRD考察结果表明,样品中镍负载量等于或小于Ni^2+的交换量时,镍主要以难还原听可交换性阳离子Ni(OH)^q+x和易还原的自由态镍Ni(OH)2或NiO两种形式存在。 相似文献
2.
土壤中红外(MIR)光谱能快速、无污染、低成本地估算土壤有机碳等理化属性。随着各种尺度土壤光谱库的建立,使用其进行快速土壤分析引起广泛关注,但光谱库的通用模型在局部尺度上的预测效果不理想。开发“局部化”光谱建模方法是提高土壤光谱库性能的有效途径。本文提出了一种新的方法,通过光谱相似度计算和建模子集构建,旨在从库中快速建立最优局部建模集以提高预测精度。比较了欧氏、马氏、余弦三种距离算法衡量待测样本与库样本之间的相似度并生成距离矩阵;使用连续统去除法从距离矩阵中提取库容曲线中的特征点。利用偏最小二乘回归建立土壤MIR光谱与有机碳含量间的定量关系。结果表明,三种距离算法结合连续统去除得到的第一特征点均可得到较佳的预测精度。马氏距离不仅模型精度最高(R2 = 0.764,RMSE = 1.021%)而且用到的库样本数最少(14%库容)。本方法可改善MIR光谱分析的成本效率并能提高局部尺度的预测能力。 相似文献
3.
4.
为应对未来大国高端对抗,美军认为必须在各军种和各作战域开展协同作战,通过跨域无缝的指挥控制实现高效的进攻和防御效果.为此,2019年,美参联会提出建设联合全域指挥控制(JADC2)能力,并从作战条令、系统研制、技术开发和演习试验等各个层面积极开展能力建设.文中分析美军联合全域指挥控制的发展背景、内涵特点、发展态势、可能... 相似文献
5.
6.
该文基于牛血清白蛋白模板金纳米簇(BSA@AuNCs)与羟基氧化钴(CoOOH)纳米片构建了一种激活型荧光纳米探针用于生物硫醇的检测。带负电的BSA@AuNCs能通过静电吸附作用组装到带正电的CoOOH纳米片表面,与此同时,BSA@AuNCs的荧光由于内滤效应(IFE)有效地被CoOOH纳米片猝灭,形成BSA@AuNCs-CoOOH纳米探针。当向纳米探针溶液加入生物硫醇(0.05~150 μmol/L)时,生物硫醇与纳米探针中的CoOOH纳米片发生氧化还原反应,CoOOH纳米片被降解生成Co2+,同时释放出BSA@AuNCs,BSA@AuNCs荧光信号恢复。结果表明,该纳米探针可以检测低浓度的生物硫醇,对生物硫醇(半胱氨酸、谷胱甘肽和高半胱氨酸)的检出限为30 nmol/L。相对于其他的氨基酸、金属离子及糖类化合物,该纳米探针对生物硫醇具有较高的选择性并成功应用于人血清样品中生物硫醇的检测。 相似文献
7.
8.
9.
10.
基于野外可见近红外光谱和水分影响校正算法的土壤剖面有机碳预测 总被引:1,自引:0,他引:1
土壤是陆地碳循环的中枢,充分发挥土壤固碳潜力有助于减缓全球气候变化。土壤有机碳 (SOC) 的高度分异性同时体现在空间和垂直分布上,但是许多前期研究往往只考虑了空间分异,而忽略了垂直分异。尤其在青藏高原这种高寒山区,土壤样品采集难度较大且费用昂贵。可见近红外 (Vis-NIR) 光谱作为传统土壤实验室化学分析的辅助手段,能够较为快速和精准地估测SOC含量。但是土壤水分等环境因素会掩盖或改变SOC的Vis-NIR光谱吸收特征进而削弱模型预测精度。外部参数正交化 (EPO) 和分段直接标准化 (PDS) 算法可以有效校正水分对光谱的影响,但其在野外新鲜土柱上的表现还不得而知。本研究旨在探索不同水分影响校正算法对野外剖面土壤光谱的校正能力,对采自中国青藏高原海拔2 900~4 500 m色季拉山的共26个1 m深土柱。沿深度以5 cm×5 cm为测量单元,从各单元中心采集共计386个野外原状湿样Vis-NIR光谱,并在实验室内测得相应386个研磨干样的Vis-NIR光谱以及SOC含量。经EPO和PDS算法校正土壤水分对光谱的影响后,通过随机森林建立土壤光谱和SOC含量的定量预测模型,并使用靴襻法评估不同校正处理下预测模型的不确定。土柱整体及垂直分布的精度结果表明,经PDS法转换的农田和草地土柱湿样光谱均表现出良好的水分校正效果,而EPO法仅对农田土柱有效。水分影响校正算法在不同土壤深度上也存在显著差异,EPO和PDS对农田和草地表层样本的水分校正均效果明显。两种校正方法的效果显示出地类和土层深度的依赖性。本研究为利用Vis-NIR光谱技术在高寒山区野外快速准确估算土壤碳含量的垂直分异提供了必要参考。 相似文献