全文获取类型
收费全文 | 195篇 |
免费 | 34篇 |
国内免费 | 19篇 |
专业分类
电工技术 | 22篇 |
综合类 | 15篇 |
化学工业 | 18篇 |
金属工艺 | 2篇 |
机械仪表 | 2篇 |
建筑科学 | 44篇 |
矿业工程 | 5篇 |
能源动力 | 2篇 |
轻工业 | 18篇 |
水利工程 | 9篇 |
石油天然气 | 1篇 |
武器工业 | 8篇 |
无线电 | 20篇 |
一般工业技术 | 8篇 |
冶金工业 | 4篇 |
自动化技术 | 70篇 |
出版年
2024年 | 4篇 |
2023年 | 9篇 |
2022年 | 17篇 |
2021年 | 19篇 |
2020年 | 16篇 |
2019年 | 14篇 |
2018年 | 4篇 |
2017年 | 2篇 |
2016年 | 5篇 |
2015年 | 8篇 |
2014年 | 12篇 |
2013年 | 12篇 |
2012年 | 18篇 |
2011年 | 17篇 |
2010年 | 13篇 |
2009年 | 8篇 |
2008年 | 7篇 |
2007年 | 13篇 |
2006年 | 6篇 |
2005年 | 6篇 |
2004年 | 7篇 |
2003年 | 2篇 |
2002年 | 4篇 |
2001年 | 7篇 |
2000年 | 8篇 |
1999年 | 3篇 |
1997年 | 1篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1992年 | 1篇 |
1988年 | 1篇 |
1983年 | 1篇 |
1982年 | 1篇 |
排序方式: 共有248条查询结果,搜索用时 0 毫秒
21.
22.
建立一种超高效液相色谱-串联质谱法同时测定莲雾果实中7 种酚酸类物质含量。采用CORTECD? T3色谱柱(2.1 mm×100 mm,2.7 μm),柱温30 ℃。流动相为流速0.3 mL/min的0.1%甲酸-乙腈。样品用乙腈提取2 次,外标法定量。结果表明:7 种酚酸类物质在5.0~1 000 ng/mL范围呈良好线性关系,相关系数r不小于0.996 1,加标回收率为93.6%~98.8%,相对标准偏差为1.9%~7.5%,检出限为0.3~2.7 μg/kg,定量限为1.0~5.0 μg/kg。使用该方法对采后莲雾果实中酚酸类物质含量进行测定,经主成分分析获得了3 个主成分和相应数学评价模型。综合得分F值在贮藏第6天出现负值,说明其酚酸类物质已经开始大量分解。该方法前处理简单,灵敏度高,稳定可靠,可为采后莲雾果实品质研究提供参考。 相似文献
23.
24.
龙眼采后易由褐变引起品质劣变,该研究研制出一种自动释放二氧化氯(ClO2)的新型缓释剂,并通过主成分分析(principal components analysis, PCA)和数学模型评价了其对龙眼综合保鲜效果。结果表明,经单因素和正交试验优化,最佳ClO2缓释剂组成为m(亚氯酸钠)∶m(酒石酸)∶m(硅胶)∶m(硅藻土)=3∶1∶0.5∶0.5。该缓释剂在5~25℃条件下,ClO2释放周期均达到240 h以上,稳定性良好。对比不同使用量(0.3、0.6、1.2 g)缓释剂发现,与对照组相比,使用1.2 g缓释剂的龙眼的色泽指标L*值在第9天显著提高了10.7%(P<0.05),而a*、b*、着色指数(color contribution index, CCI)分别下降了19.6%、17.2%、12.2%,抑制褐变效果最好;同时,硬度和可溶性固形物也分别显著降低了19.3%、11.6%(P<0.05)。PCA表明,2个主成分能代表所有品质指标... 相似文献
25.
26.
分析了已有配电网可靠性评估方法在计算机实现时存在的问题,结合现场对可靠性评估的实际要求,提出了一种配电网改进可靠性评估方法。该算法无需网络等值过程,原理简单清晰,易于在计算机上实现;在需要计算某负荷点可靠性时,无需分析所有元件故障,且能给出对该负荷点可靠性影响的各元件排序,以便供电部门了解网络的关键元件;该方法可方便地与配网重构算法相结合,实现故障后的负荷转移计算;在搜索过程中无需形成网络的邻接矩阵或特殊的链表关系,直接采用最基本的节点数据表和支路数据表对网络进行搜索,与现场数据接口方便,搜索算法采用递归算法,可大大减少编程工作量,提高程序执行效率。算例分析和现场应用表明了本方法的有效性和实用性。 相似文献
27.
从速度上看,中国当下的建筑设计和施工每天都处在超常规的状态中,一个方案20天完成,扩初加施工图三个月完成,一年后工程竣工。一年365天都处在超常规状态下却依旧不耽误觥筹交错、谈笑风生的中国建筑师们在西方建筑师眼中,都是超人、变形金刚或者哥斯拉,我们一直认为这其中有羡慕嫉妒恨的 相似文献
28.
29.
30.
针对粒子群算法的参数自适应的问题,提出了学习邻域参数的粒子群算法(Particle swarm optimization with learning neighborhood parameter learning,LNPPSO).为了使参数适应环境,将种群的中个体赋予不同的参数,根据邻域粒子的适应度变化和参数信息来更新... 相似文献