全文获取类型
收费全文 | 52篇 |
免费 | 3篇 |
国内免费 | 4篇 |
专业分类
电工技术 | 1篇 |
综合类 | 2篇 |
化学工业 | 15篇 |
机械仪表 | 3篇 |
建筑科学 | 5篇 |
轻工业 | 10篇 |
武器工业 | 1篇 |
无线电 | 6篇 |
一般工业技术 | 2篇 |
冶金工业 | 4篇 |
自动化技术 | 10篇 |
出版年
2024年 | 3篇 |
2023年 | 3篇 |
2022年 | 1篇 |
2021年 | 3篇 |
2020年 | 7篇 |
2019年 | 3篇 |
2018年 | 5篇 |
2017年 | 4篇 |
2016年 | 2篇 |
2014年 | 3篇 |
2013年 | 5篇 |
2012年 | 3篇 |
2011年 | 4篇 |
2010年 | 2篇 |
2009年 | 1篇 |
2008年 | 2篇 |
2007年 | 2篇 |
2006年 | 3篇 |
2005年 | 2篇 |
2001年 | 1篇 |
排序方式: 共有59条查询结果,搜索用时 0 毫秒
1.
为研究鲜湿米粉中的优势菌,本文采用传统微生物培养方法和16S r DNA技术对28℃条件下鲜湿米粉的腐败菌进行分离鉴定,并了解鲜湿米粉贮藏期间的优势菌群与主要优势菌。结果表明,鲜湿米粉在28℃条件下,1 d后其菌落总数超过限量要求,2 d后感官出现明显腐败变质;经表型鉴定表明,其优势菌群包括肠杆菌科、乳酸菌、芽孢杆菌属,经基因型鉴定表明,肠杆菌属是导致鲜湿米粉腐败变质的主要优势菌。随着贮藏时间的延长,肠杆菌科占所有菌相的51.3%,是造成鲜湿米粉腐败变质的主要优势菌。 相似文献
2.
为延长鲜湿米粉货架期,研究了微波处理对鲜湿米粉储藏品质的影响,将鲜湿米粉经600 W微波功率处理73 s后,与未经微波处理的对照组一同于28℃储藏。结果表明,鲜湿米粉在储藏过程中感官、含水量、L*值、a*值和蒸煮吸水率总体呈下降趋势,b*值、蒸煮损失率、菌落总数总体呈上升趋势,硬度、弹性、黏聚性和咀嚼性则先增大后减小。对照组储藏36 h时,感官得分较差,仅为42.28,而处理组60 h时为63.57,仍保持较好感官品质;对照组24 h时,蒸煮吸水率和损失率分别为47.98%和2.43%,与处理组60 h时蒸煮品质类似,分别为43.88%和2.76%;对照组12 h时菌落总数达到5.9×106CFU/g,超过标准限量(8.0×104CFU/g),而处理组在36 h时达到7.5×105CFU/g,超过限量要求。综上所述,微波处理在一定程度上能够有效延缓鲜湿米粉储藏品质劣变。 相似文献
3.
查询分页技术是web应用系统中的一种常用技术。为了在实现查询分页功能时兼顾系统性能,文中通过对传统查询分页技术的分析,结合两种传统查询分页技术的优点,提出了一种高性能的查询分页技术,并给出了具体的实现方法。 相似文献
4.
本文提出了一种设计介质谐振器稳频振荡器(DRO)的新方法,并给出了实际制作的C波段振荡器的设计结果及测试指标。 相似文献
5.
6.
目的建立感官评价与浓度评价相结合的鱼汤挥发性风味综合评价斱法,幵应用于鱼汤配料配斱研究。方法应用感官评分表、雷达图及紫外-可见分光光度法(ultraviolet-visible spectrophotometry, UV-Vis)等可视化手段将感官评价与浓度评价结合建立鱼汤挥发性风味评价斱法,其中感官评价从鱼腥味、油脂香、豆腥味、生姜味、大蒜味、清香、综合7个感官剖面开展幵应用雷达图分析,浓度评价以风味萃取物的UV-Vis吸收值考察。结果基于所建立的评价斱法,鱼肉250 g,大豆油、生姜、大蒜添加量为鱼肉重的9%、1.2%、3.5%时,所制作的鱼汤风味最佳。结论本研究建立的斱法直观、快捷、简单,可操作性强,兊服了单一感官或浓度评价的不足,可拓展应用于新产品开发或新工艺的研究。 相似文献
7.
建筑给排水安装施工是一个十分复杂的过程,给排水是住宅建筑中必不可少的配套项目,施工的好坏直接影响到建筑的使用功能,必须引起高度重视。 相似文献
8.
湖北省公安厅主楼是一幢已投入使用数年的欧式建筑。扩建大楼建成以后,新旧建筑之间空间与立面关系显得协调得当,沿街立面显得更为完善,表明该建筑设计较为成功。面对各项制约条件的限制,建筑设计从场地规划、平面与立面设计,都做出了较为成功的选择。 相似文献
9.
<正>1基本情况某公司4 500 t/d熟料生产线于2016年6月正式投产。新线投产运行至今,窑尾高温风机连续出现几次故障。该公司窑尾高温风机使用的是BB系列风机,型号为3100DIBBffz,配套电动机的型号为YRKK710-6,功率为2 500 k W,电压为10 k V,其主要性能参数见表1。 相似文献
10.
深度学习技术的广泛应用有力推动了医学图像分析领域的发展,然而大多数深度学习方法通常假设训练集和测试集是独立同分布的,这个假设在模型临床部署时很难保证实现,因此常出现模型性能下降、场景泛化能力不强的困境。基于深度学习的域自适应技术是提升模型迁移能力的主流方法,其目的是使在一个数据集上训练的模型,能够在另一个没有或只有少量标签的数据集上也获得较好结果。由于医学图像存在着样本获取和标注困难、图像性质特殊、模态差异等情况,这给域自适应技术带来很多现实挑战。首先将介绍域自适应的定义及面临的主要挑战,进而从技术角度分类总结了近年来的相关算法,并对比分析其优缺点;然后详细介绍了域自适应常用的医学图像数据集以及相关算法结果情况;最后,从发展瓶颈、技术手段、交叉领域等方面,展望了面向医学图像分析的域自适应的未来研究方向。 相似文献