全文获取类型
收费全文 | 264篇 |
免费 | 11篇 |
国内免费 | 3篇 |
专业分类
电工技术 | 2篇 |
综合类 | 26篇 |
化学工业 | 22篇 |
金属工艺 | 2篇 |
机械仪表 | 4篇 |
建筑科学 | 21篇 |
轻工业 | 173篇 |
水利工程 | 1篇 |
无线电 | 3篇 |
一般工业技术 | 15篇 |
自动化技术 | 9篇 |
出版年
2024年 | 1篇 |
2023年 | 14篇 |
2022年 | 15篇 |
2021年 | 7篇 |
2020年 | 7篇 |
2019年 | 17篇 |
2018年 | 7篇 |
2017年 | 6篇 |
2016年 | 1篇 |
2015年 | 8篇 |
2014年 | 16篇 |
2013年 | 12篇 |
2012年 | 17篇 |
2011年 | 15篇 |
2010年 | 7篇 |
2009年 | 8篇 |
2008年 | 6篇 |
2007年 | 6篇 |
2006年 | 6篇 |
2005年 | 6篇 |
2004年 | 5篇 |
2003年 | 16篇 |
2002年 | 7篇 |
2001年 | 8篇 |
2000年 | 5篇 |
1999年 | 9篇 |
1998年 | 3篇 |
1997年 | 5篇 |
1996年 | 7篇 |
1995年 | 4篇 |
1994年 | 7篇 |
1993年 | 10篇 |
1992年 | 3篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1988年 | 2篇 |
排序方式: 共有278条查询结果,搜索用时 15 毫秒
1.
研究了小麦在不同含水量、不同温度下发生霉变的规律及临界点,试验结果表明在常温储藏时,水分含量为16%、18%、20%和22%的小麦粮堆开始轻度霉变的时间分别为33 d、24 d、6 d和6 d,中度霉变的时间分别为60 d、33 d、9 d和9 d,重度霉变的时间分别为93 d、36 d、12 d和12 d;高温储藏时,小麦粮堆开始轻度霉变的时间分别为未检出、3 d、6 d和未检出,中度霉变的时间分别为12 d、6 d、9 d和3 d,重度霉变的时间分别为未检出、12 d、12 d和9 d。 相似文献
2.
3.
为建立基于烟叶麦角甾醇含量结合近红外光谱分析技术的初烤烟叶霉变预警模型,以2015年和2016年云南5个地区2个等级(B2F和C3F)初烤烟叶为研究对象,调节烟叶含水率为18%,在28℃,RH 80%条件下以30天为实验周期,进行烟叶霉变实验。每3天取一次样,采集近红外光谱数据并检测样品麦角甾醇含量。建立第0d初烤烟叶样品近红外光谱主成分监测模型并提取Hotelling T2统计量,预测第3天至30天初烤烟叶样品近红外光谱数据的Hotelling T2统计量,对比分析肉眼观察和近红外类模型对烟叶霉变的预警效果。结果表明:1)烟叶霉变过程中,麦角甾醇含量逐渐增加后逐渐降低,当肉眼可见时,麦角甾醇含量较初始值增加4.66~23.38倍;2)基于上述监测模型,13个霉变烟叶样品中,提前预警天数为6天的样品2个,提前预警天数3天的样品7个,当天预警的样品4个,7个未发生霉变烟叶在30天的监测周期内均未出现预警,预测准确率100%。以上结果表明该方法能方便快速地实现对初烤烟叶霉变的预警,具有较好的实用价值。 相似文献
4.
利用电子鼻技术,建立了花生受不同霉菌感染后的霉变程度及毒素含量的同步快速检测方法。花生经辐照灭菌后接种5 种常见霉菌(3 种产毒菌株、2 种非产毒菌株),于培养箱(26 ℃、相对湿度80%)中培养6 d。每天取出不同霉菌污染的样品采集电子鼻信号,同时测定其菌落总数和黄曲霉毒素B1(aflatoxin B1,AFB1)含量,建立不同霉菌感染下霉变程度及毒素含量定性判别模型。主成分分析结果显示不同霉菌污染下有一定的聚类趋势,且污染样品位于可接受样品的上方;利用线性判别分析和偏最小二乘判别分析整体准确率达到80%以上,其中根据产毒菌株和非产毒菌株分类正确率高于95.7%,根据AFB1含量分类正确率90%以上,根据菌落总数分类正确率较低。所有模型中假阴性均低于17%。因此,电子鼻技术对不同霉菌感染下的霉变程度及毒素含量的测定具有可行性。未来研究应继续扩大样品数量,补充受其他更多霉菌侵染及不同品种的花生样品,同时考虑实际情况,以提高模型的准确性和稳定性。 相似文献
5.
曹永辉 《中国新技术新产品》2019,(8)
在烟叶烘烤过程中,叶面微生物在正常状况下就会受到干燥、低温等环境因素的影响,其处于被抑制的一种状态。而在其湿度过高,在微生物可以生长的温度中,烟叶就会出现发热、霉变等问题。在对烟叶烘烤过程中,由于烟叶的防御结构受到了破坏,就会导致烟叶出现主脉腐烂及霉变症状。分析烘烤过程中烟叶主脉腐烂及霉变症状,对于提升烤烟质量、增强生产效益来说具有重要的影响。 相似文献
6.
通过对室温通风(18±2)℃及高温高湿(温度50℃,70%湿度)储存的米糠粗脂肪、粗蛋白含量及制备的米糠浸出毛油酸值、过氧化值、色泽等指标的测定,分析研究储存条件对米糠及米糠毛油品质的影响,并通过吸附脱色试验,研究储存条件对其浸出毛油脱色难易程度的影响。结果表明:两种储存条件均会使米糠的粗脂肪含量降低、粗蛋白含量升高;随储存时间的延长,室温通风储存下米糠浸出毛油色泽变化不大,过氧化值呈波动小幅增长,储存10 d的米糠制备的米糠毛油经脱色后色泽接近米糠油国标二级标准;然而米糠经高温高湿储存6 d后,因发热霉变和严重酸败,其浸出毛油酸值大幅度升高,过氧化值降低,毛油色泽呈黑棕色,并有难闻的霉变味,对其进行吸附脱色时活性白土用量达到油质量的13%仍难将其色泽脱除,达不到米糠油国标四级色泽的指标要求。 相似文献
7.
8.
针对人工在线精选霉变烟叶时,存在效率低下、容易漏检等缺点,提出了一种基于卷积神经网络模型对霉变烟叶图像进行筛选、分类识别的方法。首先建立烟叶数据集,然后搭建卷积神经网络模型,利用卷积神经网络先初步提取特征,再筛选提取主要特征,然后进行各部分的特征汇总;最后实现图像的分类,从而实现了快速、准确的识别霉变烟叶图像和正常烟叶图像。实验结果表明,与人工挑选霉变烟叶的方法和烟叶传统图像分类算法相比较,搭建的卷积神经网络不仅具有较高的识别准确率,也简化了人工提取图像特征的复杂过程。 相似文献
9.
10.
为解决快速无损鉴别籼稻霉变程度问题,利用高光谱技术采集200份霉变样本可见/近红外光谱信息,随机选取155份样本作为校正集,剩余45份作为验证集,根据预测浓度残差检验标准对校正集中异常样本进行剔除。以新校正集建立主成分线性判别分析(PCA-LDA)和簇类独立软模式法(SIMCA)模型,选用正确识别率为指标,优选最佳鉴别模型。并采用连续投影算法(SPA)提取特征波长,优化优选的最佳模型构建速度。研究结果表明,PCA-LDA对所有样本的误判总数为15,正确识别率为92.50%;SIMCA和SPASIMCA对所有样本的未能正确识别总数分别为6、2,正确识别率分别为97.00%、99.00%,并且经SPA筛选的变量数为20,仅占原始变量数的7.81%,建模时长缩短为原始变量的40.93%。因此,SPA-SIMCA鉴别效果最好,该方法在快速、准确鉴别籼稻霉变程度上具有可行性。 相似文献