全文获取类型
收费全文 | 4231篇 |
免费 | 126篇 |
国内免费 | 100篇 |
专业分类
系统科学 | 28篇 |
丛书文集 | 196篇 |
教育与普及 | 67篇 |
理论与方法论 | 102篇 |
现状及发展 | 18篇 |
综合类 | 4046篇 |
出版年
2024年 | 8篇 |
2023年 | 56篇 |
2022年 | 64篇 |
2021年 | 63篇 |
2020年 | 65篇 |
2019年 | 98篇 |
2018年 | 36篇 |
2017年 | 68篇 |
2016年 | 90篇 |
2015年 | 146篇 |
2014年 | 279篇 |
2013年 | 279篇 |
2012年 | 288篇 |
2011年 | 305篇 |
2010年 | 310篇 |
2009年 | 276篇 |
2008年 | 277篇 |
2007年 | 247篇 |
2006年 | 224篇 |
2005年 | 212篇 |
2004年 | 157篇 |
2003年 | 154篇 |
2002年 | 118篇 |
2001年 | 80篇 |
2000年 | 82篇 |
1999年 | 76篇 |
1998年 | 50篇 |
1997年 | 61篇 |
1996年 | 77篇 |
1995年 | 57篇 |
1994年 | 45篇 |
1993年 | 36篇 |
1992年 | 22篇 |
1991年 | 22篇 |
1990年 | 11篇 |
1989年 | 7篇 |
1988年 | 6篇 |
1987年 | 3篇 |
1978年 | 1篇 |
1958年 | 1篇 |
排序方式: 共有4457条查询结果,搜索用时 0 毫秒
201.
《科技导报(北京)》2011,(6)
中国化学会将于2011年10月9—13日在大连召开第37届国际高效液相色谱和相关技术会议及仪器展览会。征文分离科学原理(理论模型、数据分析);液相分离技术的研究进展(塔技术和固定相、整体柱和小颗粒超压和高温 相似文献
202.
建立了一种采用超声辅助萃取-高效液相色谱法检测牛奶中9种β-内酰胺抗生素残留的方法.牛奶样品经过乙腈沉淀蛋白,磷酸盐缓冲溶液为提取液,20kHz超声处理5min,离心处理,固相萃取小柱净化,采用Agilent TC C18 (150mm×4.6mm,5μm)色谱柱,选用磷酸盐-甲醇作流动相进行梯度洗脱,流速1.0mL/min,220nm检测,在22min内分离检测.方法可用于牛奶中上述抗生素残留的同时检测. 相似文献
203.
针对传统粒子水平集法效率较低,难以应用于复杂工程问题的不足,基于积分平均法及局部粒子初始化方法提出一种改进的高效粒子水平集法.将虚拟粒子引入水平集法不仅可以抑制数值扩散,而且可以降低传统方法对高精度离散格式的依赖性,从而使得引入低阶、高效的积分平均法后界面捕捉精度仍保持二阶.通过将粒子布置于界面局部曲率较大的区域,有效地提高了粒子对界面的修正效率,增加了界面光顺性.改进的高效粒子水平集法能保持良好的鲁棒性,在保证界面捕捉精度的同时显著提高计算效率,计算效率约提高90%. 相似文献
204.
205.
建立了一种反相高效液相色谱法,同时分离石韦药材中绿原酸、芒果苷和木犀草素,并测定其质量浓度.采用超声优化提取石韦的有效成分:Phenomenex Gemini 5 μm C18(150×4.6 mm,5 μm)色谱柱,甲醇-冰乙酸溶液为流动相,梯度洗脱,流速为0.8 mL/min;并用波长程序进行检测,柱温35℃,外标法定量.结果表明,绿原酸、芒果苷、木犀草素的线性范围分别为0.084~40.00,0.084~40.00,0.084~13.33 μg/mL(R>0.999),平均回收率为96.3%~97.8%,相对标准偏差小于2.16%. 相似文献
206.
207.
<正>一、SEC系列高频斩波串级调速系统的相关情况1.SEC系列高频斩波串级调速系统的工作节能原理。SEC系列高频斩波串级调速系统,是建立在以往的串级调速的理论基础之上,并全面结合和应用现代的电机、电力、电子技术和计算机控制技术等的先进成果,研发创造出的一种具有高效节能型的机电一体 相似文献
208.
209.
高效液相色法同时测定丹参酮胶囊中隐丹参酮和丹参酮ⅡA含量 总被引:1,自引:0,他引:1
采用高效液相色谱法同时测定丹参酮胶囊中隐丹参酮和丹参酮ⅡA含量,建立丹参酮胶囊质量控制体系。采用C18柱分离测定;甲醇:水(80∶20)为流动相,检测波长:270nm;流速:1.0m l/m in。结果:隐丹参酮和丹参酮ⅡA分别在0.20~160μg(r>0.999 9)、0.21~1.68μg(r>0.999 8)质量范围内线性关系良好;回收率在98.7%~103.0%之间。 相似文献
210.
针对粒子群优化(PSO, particle swarm optimization)和高效全局优化(EGO, efficient global optimization)两种算法的特点,提出一种共识粒子群和局部代理模型协同的全局黑箱优化算法(CPSO-LSM, consensus particle swarm optimization and local surrogate model)。该算法固定PSO算法周期对粒子进行分群并在粒子达成共识后停止,将每群粒子周围的优质子区域输出作为代理模型的建模区域,通过比较各区域最优值获得高质量最优解甚至全局最优解。不仅避免了PSO冗长的计算过程、提高了建立代理模型的速度和精度还可以避免陷入局部最优。通过对比其他算法在标准测试函数的仿真结果,CPSO-LSM具有较好的收敛速度和求解精度。 相似文献