全文获取类型
收费全文 | 116篇 |
免费 | 4篇 |
学科分类
工业技术 | 120篇 |
出版年
2022年 | 3篇 |
2021年 | 4篇 |
2020年 | 3篇 |
2019年 | 7篇 |
2018年 | 4篇 |
2017年 | 4篇 |
2016年 | 2篇 |
2015年 | 1篇 |
2014年 | 1篇 |
2013年 | 1篇 |
2012年 | 2篇 |
2011年 | 3篇 |
2010年 | 1篇 |
2009年 | 7篇 |
2008年 | 3篇 |
2007年 | 9篇 |
2006年 | 5篇 |
2005年 | 15篇 |
2004年 | 6篇 |
2003年 | 6篇 |
2002年 | 3篇 |
2001年 | 7篇 |
2000年 | 1篇 |
1999年 | 5篇 |
1998年 | 2篇 |
1997年 | 5篇 |
1996年 | 4篇 |
1995年 | 2篇 |
1992年 | 2篇 |
1966年 | 2篇 |
排序方式: 共有120条查询结果,搜索用时 17 毫秒
31.
32.
目的 建立QuEChERS-气相色谱-串联质谱法(gas chromatography-tandem mass spectrometry, GC-MS/MS)测定蜂蜜中氟胺氰菊酯残留量的分析方法。方法 样品采用乙腈提取, 经QuEChERS (quick, easy, cheap, effective, rugged, safety)净化, 用气相色谱-串联质谱法在全扫描(SCAN)和选择反应监测(selective reaction monitoring, SRM) 2种扫描方式下对蜂蜜中的氟胺氰菊酯进行检测。结果 在氟胺氰菊酯浓度为0.02~1.0 μg/mL浓度范围内, 线性关系良好, 相关系数r2=0.9993, 检出限为2 μg/kg, 加标回收率在92.00%~93.40%, 相对标准偏差为4.79%~7.83%。结论 该方法简便、准确, 且毒性有机溶剂使用较少, 对环境友好, 可用于检测蜂蜜中氟胺氰菊酯的残留量。 相似文献
33.
目的建立气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)测定人体血液中的毒鼠强的方法。方法血液样品用乙酸乙酯提取后,用GC-MS进行测定。通过单离子检测扫描模式(single ion monitoring,SIM)确定毒鼠强的特征离子进行定性,并以毒鼠强的3个特征离子(m/z121、m/z212、m/z240)作为母离子,使用不同的碰撞能进行碰撞,得到相应的子离子。选择分别来自3个母离子的离子对,以响应值较高的离子对作为定量离子对,其余2个离子对作为定性离子对,采样选择反应监测(selective reaction monitoring,SRM)方式进行测定。结果毒鼠强浓度范围在0.01~0.2μg/m L范围内呈正相关,相关系数r为0.9998,回收率为92.0%~104.5%,相对标准偏差(relative standard deviation,RSD)为3.62%~5.32%,血液样品的检出限为0.0005μg/m L。结论该方法灵敏度高,选择性好,检出限低,适合食物中毒人体血液中毒鼠强的痕量检测。 相似文献
34.
35.
基于激光快速成型技术的快速模具CAD 总被引:4,自引:0,他引:4
针对基于激光快速成型技术的快速模具制造的特点,介绍了快速模具CAD技术的有关方面,提出了一个基于激光快速成型技术的快速模具设计系统的框架,以实现面向制造的快速模具的设计。 相似文献
36.
37.
本文采用透射光谱法测量Ge基底类金刚石薄膜(Diamond-like carbon,DLC)的光谱曲线。应用测量的光谱曲线,基于模拟退火算法,构建目标优化函数,通过光谱反演法得到薄膜的厚度、折射率、消光系数。该方法得到的Ge基底类金刚石膜的光学参数与椭偏仪测试结果比对,折射率误差小于1%,厚度误差小于2%。并且将薄膜的光学参数带入透过率理论计算模型,得到的Ge基底类金刚石薄膜透射光谱曲线和实际测试曲线的误差小于2%。该方法只需测量透射光谱曲线,通过计算就能得到薄膜光学参数,对光学薄膜设计和加工具有重要指导意义。 相似文献
38.
39.
40.
配电网接入高渗透率分布式光伏在一定程度上削减了配电网负荷。由于配电网负荷、光伏出力与气象因素耦合特性存在差异,且均具有较强随机性,致使配电网净负荷预测难度大、随机性高。为实现波动性配电网短时预测净负荷,基于长短期记忆(LSTM),构建神经网络短期预测模型。通过LSTM构建光伏出力短期预测模型及小时前配电网负荷预测模型,并采用交叉验证,对各LSTM预测器结构超参数进行优化。将两者预测结果进行比较,得到配电网净负荷。由实验结果分析可知,LSTM方法可自适应挖掘光伏出力特征、历史负荷预测对象之间的相关性,较支持向量回归(SVR)方法,该方法预测精度高、过程简单。 相似文献