全文获取类型
收费全文 | 114篇 |
免费 | 5篇 |
国内免费 | 1篇 |
专业分类
电工技术 | 1篇 |
化学工业 | 11篇 |
金属工艺 | 2篇 |
建筑科学 | 1篇 |
轻工业 | 90篇 |
水利工程 | 3篇 |
无线电 | 1篇 |
一般工业技术 | 2篇 |
冶金工业 | 2篇 |
自动化技术 | 7篇 |
出版年
2024年 | 1篇 |
2023年 | 8篇 |
2022年 | 5篇 |
2021年 | 12篇 |
2020年 | 4篇 |
2019年 | 8篇 |
2018年 | 11篇 |
2017年 | 5篇 |
2016年 | 3篇 |
2015年 | 2篇 |
2014年 | 2篇 |
2013年 | 5篇 |
2012年 | 6篇 |
2011年 | 6篇 |
2010年 | 12篇 |
2009年 | 3篇 |
2008年 | 7篇 |
2007年 | 3篇 |
2006年 | 2篇 |
2004年 | 1篇 |
2003年 | 3篇 |
2002年 | 4篇 |
2001年 | 4篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有120条查询结果,搜索用时 15 毫秒
61.
目的:改善罗非鱼肌纤维蛋白的乳化特性和溶解度,开发新型乳化剂和功能食品。方法:利用低聚半乳糖(GOS)修饰罗非鱼肌纤维蛋白(TMP),探究不同TMP/GOS质量浓度、pH值、温度、时间等工艺条件对TMP-GOS缀合物接枝度、溶解度、乳化活性和乳化稳定性的影响;以乳化稳定性为响应值,对TMP-GOS缀合物制备工艺进行响应面优化;通过内源性荧光光谱、表面疏水性、傅里叶红外光谱和peakering乳液显微观察,分析验证TMP-GOS缀合物功能特性。结果:TMP/GOS(mTMP∶mGOS=1∶1)质量浓度27.34 mg/mL、pH 11.2、反应温度79.9℃、反应时间4.09 h。该工艺下,糖基化罗非鱼肌纤维蛋白的乳化稳定性为(90.30±1.44) min、乳化活性为(4.70±0.03) m2/g、溶解度为(66.09±0.52)%。较改性前分别提升了112.97%,62.07%,129.39%。罗非鱼肌纤维蛋白糖基化接枝度为34.17%,蛋白水解程度大,蛋白结构展开,表面疏水性指数下降55.68%。结论:低聚半乳糖对... 相似文献
62.
63.
分子印迹技术及其在食品分析检测中的应用 总被引:2,自引:0,他引:2
分子印迹技术具有预定的选择性和专一的识别性等优点,因此成为近年来的研究热点。简述分子印迹技术的原理;介绍分子印迹聚合物的制备方法;总结分子印迹技术在固相萃取、色谱分离、仿生传感和膜分离等领域的应用研究进展;最后对分子印迹技术未来的发展进行展望。 相似文献
64.
为提高柚子籽油的营养成分含量,开发高品质的安全油脂,以梅州金柚柚子籽为研究对象,探究了超声诱导发芽过程中柚子籽油品质的变化规律。结果表明:随着超声诱导发芽时间的延长,柚子籽的得油率逐渐降低,9 d时柚子籽得油率为(52.18±0.01)%,比未发芽时降低了3.56百分点;发芽不改变柚子籽油脂肪酸组成,油酸含量小幅升高,亚油酸和亚麻酸含量小幅降低;发芽5 d时柚子籽油的酸值(KOH)为(1.19±0.04)mg/g,过氧化值为(1.98±0.02)mmol/kg,均符合植物油国家标准;脂溶性营养物质生育酚、角鲨烯含量先升高后下降,发芽5 d时生育酚含量为(265.29±0.05)μg/g,角鲨烯含量为(36.10±0.01)μg/g,均达到了峰值,与未发芽相比分别增长了3.74倍和7.60倍。因此,短时发芽可提高柚子籽油的营养价值。 相似文献
65.
66.
采用Ion Torrent PGM高通量测序技术,从分子水平上对冰鲜鸽肉贮藏过程中的细菌在4 ℃与37 ℃ 2 种增菌温度下的细菌群落结构、丰度及演替规律进行深入研究。结果表明:在整个贮藏过程中,4 ℃与37 ℃增菌处理的结果表明:在门水平上,冰鲜鸽肉中的微生物菌群均以变形菌门、厚壁菌门、拟杆菌门为优势菌门,其中变形菌门占比达78%;在科水平上,4 ℃增菌条件下,假单胞菌科、莫拉氏菌科、假诺卡氏科及肠杆菌科为优势菌科,37℃增菌条件下,气单胞菌科、动球菌科、肠杆菌科及假单胞菌科为优势菌科,占比最多的为假单胞菌科。2 种增菌温度下细菌群落的多样性及菌群结构变化反映了冰鲜鸽肉潜在的安全风险,可用于冰鲜鸽肉冷藏过程或贮藏过程中温度失控情况下的质量管理。 相似文献
67.
68.
针对中文同一个词的不同词性在句子中所代表的关系不同的问题,提出基于Transformer融合词性特征的中文语法纠错(CGEC)模型,所提模型将语言学知识作为辅助信息融入中文语法纠错任务。首先,在不改变句子序列长度的基础上,在原始词嵌入层中以不同方式拼接词性向量,得到全差异词嵌入、词差异词嵌入和词性差异词嵌入三种不同的词嵌入方式;然后,将新的词嵌入方式与Transformer模型相结合,对错误语句进行语法纠错。实验结果表明,三种词嵌入方式均不同程度地提高了F0.5值,且全差异词嵌入方式的效果最好:与Transformer模型相比,F0.5提升了2.73个百分点,BLEU提升了6.27个百分点;与基于Transformer增强架构的中文语法纠错模型相比,F0.5提升了1.88个百分点。所提模型在对词性特征提取时可以侧重源语句与目标语句的语法差异,更好地捕捉句子的语法特征。 相似文献
69.
70.