全文获取类型
收费全文 | 35篇 |
免费 | 2篇 |
国内免费 | 7篇 |
专业分类
电工技术 | 3篇 |
综合类 | 3篇 |
化学工业 | 2篇 |
金属工艺 | 4篇 |
机械仪表 | 5篇 |
轻工业 | 8篇 |
水利工程 | 1篇 |
石油天然气 | 4篇 |
武器工业 | 1篇 |
无线电 | 2篇 |
一般工业技术 | 2篇 |
自动化技术 | 9篇 |
出版年
2023年 | 2篇 |
2022年 | 1篇 |
2021年 | 1篇 |
2020年 | 4篇 |
2019年 | 1篇 |
2018年 | 1篇 |
2016年 | 1篇 |
2015年 | 3篇 |
2014年 | 1篇 |
2013年 | 3篇 |
2012年 | 1篇 |
2011年 | 1篇 |
2010年 | 3篇 |
2009年 | 4篇 |
2008年 | 1篇 |
2007年 | 1篇 |
2005年 | 2篇 |
2004年 | 5篇 |
2002年 | 1篇 |
2001年 | 2篇 |
2000年 | 4篇 |
1989年 | 1篇 |
排序方式: 共有44条查询结果,搜索用时 0 毫秒
41.
高效液相色谱法测定8 个彩色马铃薯品种中花青素种类和含量 总被引:2,自引:0,他引:2
采用高效液相色谱法,以表皮和薯肉为研究对象,定量分析8 个彩色马铃薯品种块茎中花青素的种类和含量。研究发现,彩色马铃薯块茎中最多含有6 种花青素,即飞燕草色素、矢车菊色素、矮牵牛色素、天竺葵色素、芍药色素和锦葵色素。紫色马铃薯块茎中主要花青素为矮牵牛色素、芍药色素和锦葵色素,红色马铃薯块茎中主要花青素是天竺葵色素和芍药色素。飞燕草色素和芍药色素广泛存在于彩色马铃薯(紫色和红色)块茎的表皮中,而红色马铃薯块茎中未检测到锦葵色素。品种之间差异显著(P<0.05),其中紫云1号的总花青素含量最高。块茎表皮的花青素含量约是薯肉的6~176 倍,且大部分品种的表皮花青素种类比薯肉多。彩色马铃薯块茎的表皮富含丰富的花青素,是天然色素和抗氧化剂的重要来源。 相似文献
42.
目的: 建立同时测定格列美脲(Glimepiride,G)及其活性代谢物羟基格列美脲(Hydroxyl-glimepiride,M1)血浆浓度的高效液相色谱-串联质谱(HPLC-MS/MS)法。方法: 血浆样品酸化后,经乙酸乙酯萃取后浓集进样,色谱柱为Phenomenex Gemini C18 (50 mm×3.0 mm,5 μm),甲醇∶水∶甲酸(80∶20∶0.1)为流动相,流速为 0.2 mL/min,柱温为室温,采用电喷雾(ESI) 离子源,多反应离子检测模式, 以格列齐特(Gliclazide,IS)为内标。G、M1和IS的检测离子对分别为质荷比(m/z) 491.4→352.4、507. 4→352.4、324.4→127.2。结果: G和M1的线性范围分别为 1.25~400 ng/mL 和 0.313~100 ng/mL,最低定量限分别为 1.25 和 0.313 ng/mL;批内批间精密度均小于10%,方法回收率均在 96.4% ~102.5%之间。结论: 该方法简便快速、特异性高,可用于同时测定G和M1血药浓度及其人体药代动力学的研究。 相似文献
43.
建立HPLC-UV法测定人血浆及尿中多尼培南(DP)的质量浓度,用于DP人体药代动力学研究.采用UltimateXB-C18(150 mmn×4.6 mm×3 μm)色谱柱,血浆及尿样测定用流动相分别为10 mmol/L醋酸钠∶乙腈∶三乙胺(体积比94∶6∶0.1,冰乙酸调pH为4.51)和8 mmol/L醋酸钠∶乙腈∶三乙胺(体积比95.5∶4.5∶0.1,冰乙酸调pH值为4.99),流速均为1 mL/min,检测波长为297 nm.血浆样品经乙睛沉淀蛋白,再用二氯甲烷反洗后取上清液进样,以美罗培南(MRP)做内标;尿样直接用水稀释后进样,外标法定量.血药浓度在0.062 5~200 μg/mL范围内与峰面积线性关系良好,定量限为0.0625 μg/mL,批内精密度在1.0%~6.0%之间,批间精密度在3.0%~6.7%之间,方法回收率在92.4%~104.5%之间,预处理回收率在91.2%~103.8%之间.尿药浓度在0.625~4 800 μg/mL范围内与峰面积线性关系良好,定量限为0.625 μg/mL,批内精密度在0.7%~4.0%之间,批间精密度在1.1%~5.3%之间,方法回收率在94.1%~106.7%之间.该方法具有简便、灵敏、准确等特点,适用于人血浆及尿中多尼培南质量浓度的测定. 相似文献
44.
在复杂动态背景下,鲁棒主成分分析模型(RPCA)容易将背景中动态背景误判为前景运动目标,导致运动目标检测精度不高。为解决该问题,提出一种基于非凸加权核范数的时空低秩RPCA算法。使用非凸加权核范数替代传统的核范数进行低秩约束,在观测矩阵上通过拉普拉斯特征映射得到时空图拉普拉斯矩阵,将得到的时空图拉普拉斯矩阵嵌入低秩背景矩阵以保持背景对噪声和离群值的鲁棒性。实验结果表明,所提模型在复杂场景中能较准确检测出运动目标。 相似文献