全文获取类型
收费全文 | 233篇 |
免费 | 10篇 |
国内免费 | 1篇 |
专业分类
电工技术 | 36篇 |
综合类 | 6篇 |
化学工业 | 6篇 |
机械仪表 | 1篇 |
建筑科学 | 1篇 |
矿业工程 | 4篇 |
轻工业 | 173篇 |
石油天然气 | 8篇 |
武器工业 | 1篇 |
无线电 | 3篇 |
一般工业技术 | 2篇 |
自动化技术 | 3篇 |
出版年
2023年 | 4篇 |
2022年 | 8篇 |
2021年 | 3篇 |
2020年 | 4篇 |
2019年 | 14篇 |
2018年 | 6篇 |
2017年 | 8篇 |
2016年 | 2篇 |
2015年 | 7篇 |
2014年 | 16篇 |
2013年 | 5篇 |
2012年 | 17篇 |
2011年 | 9篇 |
2010年 | 22篇 |
2009年 | 7篇 |
2008年 | 10篇 |
2007年 | 4篇 |
2006年 | 11篇 |
2005年 | 7篇 |
2004年 | 16篇 |
2003年 | 16篇 |
2002年 | 21篇 |
2001年 | 9篇 |
2000年 | 5篇 |
1999年 | 2篇 |
1998年 | 3篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1992年 | 4篇 |
1986年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有244条查询结果,搜索用时 15 毫秒
1.
2.
康氏木霉ZJ5纤维素酶发酵培养基的优化 总被引:13,自引:0,他引:13
采用响应面方法对康氏木霉(Trichoderma koningii)ZJ5生产纤维素酶的培养基进行了优化,首先通过全因子实验分析培养基组分;稻草粉、麦麸、大麦粉和(NH4)2SO4对纤维素酶三个组分活性的影响,确定主要影响因子为稻草粉和(NH4)2SO4,前者为正影响,后者为负影响,用最陡爬坡路径逼近最大响应区域,利用中心组合设计及响应面分析确定主要影响因子的最佳浓度,在优化培养基中发酵6d,CMC酶活、滤纸酶活和β-葡萄糖苷酶活分别达到了765.8、155.3U/mL和39.54U/mL。 相似文献
3.
为进一步描述我国传统面食发酵剂的理化性质和菌落组成,收集了北方地区6份发酵剂样品,测定了其酸度和菌落总数,并对分离、纯化、初筛后得到的75株细菌和60株酵母菌进行了测序鉴定。结果显示,样品pH值范围为3.73~5.46,总滴定酸度为8.3~19.8 mL;乳酸菌和酵母菌的计数结果分别为8.35±0.07~9.75±0.12 Log cfu/g,6.31±0.22~8.68±0.04 Log cfu/g。鉴定出包括短乳杆菌(Lactobacillus brevis)、植物乳杆菌(Lactobacillus plantarum)和旧金山乳杆菌(Lactobacillus sanfranciscensis)在内的乳酸菌8种;酵母菌4种,其中优势菌为酿酒酵母(Saccharomyces cerevisiae);其他细菌6种,主要为解淀粉芽孢杆菌(B.amyloliquefaciens)、地衣芽孢杆菌(B.licheniformis)和醋杆菌。结果表明,我国传统面食发酵剂菌相复杂,以酵母菌和乳酸菌为主,还包括芽孢杆菌、醋酸杆菌在内的多种其他细菌,甚至可能含有致病菌。通过比较细菌和酵母在不同酸面团样品中的分布,发现不同来源样品的微生物种类组成存在差异。 相似文献
4.
以超声预处理过的乳清蛋白为酶解底物,采用OPA法、ELISA分析等手段,探究马克思克鲁维酵母Z17粗酶水解乳清蛋白、降低乳清蛋白致敏性【以α-乳白蛋白(α-LA)和β-乳球蛋白(β-LG)为抗原性表征】的最优超声预处理-酶解条件。结果表明:乳清蛋白水解度受初始pH值和酶解温度的影响显著,α-LA、β-LG抗原性受初始pH值的影响显著,超声间歇时间和超声功率的交互作用对α-LA、β-LG抗原性影响显著。采用响应面法获得马克思克鲁维酵母Z17转化乳清蛋白的最优酶解条件是:超声间歇时间16 s,超声功率400 W,初始pH 6.16,酶解温度18.48℃,预测α-LA抗原性、β-LG抗原性的降低率达到最大值,分别为65.56%和57.96%。 相似文献
5.
6.
7.
8.
9.
臭氧技术在食品加工中的应用 总被引:2,自引:0,他引:2
臭氧技术作为一种现代高新技术正日益受到重视 ,它可应用于空气、水和食品的消毒灭菌处理 ,与传统的方法相比较有独特的优点。本文主要探讨了臭氧杀菌的原理和特点以及存在的问题 ,展望了其发展前景 ,以期加速其在食品中的应用 相似文献
10.
轨道交通具有载客量大、安全及环保等优点,已成为多数乘客的优先出行方式,是缓解城市交通压力的有效途径之一.为提高轨道系统的运行效率,实现轨道交通智慧化运营,基于机器学习算法理论,结合轨道交通车站的时间、空间及外部影响因素等客流特征,建立轻量的梯度提升机(light gradient boosting machine,LightGBM)、长短期记忆(long short-term memory,LSTM)及LightGBM-LSTM融合模型的车站短时客流预测模型,同时构建差分自回归移动平均(autoregressive integrated moving average,ARIMA)和极限梯度提升(extreme gradient boosting,XGBoost)模型作为预测实验的对照模型.以中国杭州地铁自动售票系统刷卡数据为例,选取了5种地铁车站(居住类型、工作类型、居住工作混合类型、购物类型及交通枢纽类型)和3个准确性评价指标(平均绝对误差、均方根误差及平均绝对百分误差),量化评价不同模型的预测准确性.结果表明,基于多特征的机器学习模型可以较好预测地铁车站短时客流,弥补了传统时间序列... 相似文献