全文获取类型
收费全文 | 252篇 |
免费 | 19篇 |
国内免费 | 67篇 |
专业分类
林业 | 7篇 |
农学 | 25篇 |
基础科学 | 48篇 |
65篇 | |
综合类 | 105篇 |
农作物 | 27篇 |
水产渔业 | 20篇 |
畜牧兽医 | 26篇 |
园艺 | 14篇 |
植物保护 | 1篇 |
出版年
2024年 | 11篇 |
2023年 | 12篇 |
2022年 | 22篇 |
2021年 | 22篇 |
2020年 | 17篇 |
2019年 | 20篇 |
2018年 | 11篇 |
2017年 | 12篇 |
2016年 | 27篇 |
2015年 | 16篇 |
2014年 | 22篇 |
2013年 | 18篇 |
2012年 | 24篇 |
2011年 | 28篇 |
2010年 | 26篇 |
2009年 | 14篇 |
2008年 | 7篇 |
2007年 | 7篇 |
2006年 | 6篇 |
2005年 | 6篇 |
2004年 | 4篇 |
2003年 | 3篇 |
2002年 | 3篇 |
排序方式: 共有338条查询结果,搜索用时 312 毫秒
41.
采用电子鼻系统对秸秆饲料固态发酵过程阶段进行监测研究具有明显的应用意义。但是电子鼻系统传感器阵列中同一气敏传感器会对多种被测气体响应,导致采集数据含有冗余信息,因此有必要对电子鼻传感器阵列进行优化。本文基于因子分析法对电子鼻系统采集数据结合阶段状态信息进行分析,提出传感器阵列优化方法。并采用神经网络、支持向量机和高斯过程等模式识别方法对电子鼻系统传感器阵列优化组合采集数据进行过程状态识别模型建模。研究表明,传感器阵列优化有利于减少模型输入,降低模型复杂性,提高模型对过程状态的识别率。 相似文献
42.
采用电子鼻对阳澄湖、松江、崇明的不同等级中华绒螯蟹(Eriocheir sinensis)各可食部位香气轮廓进行了检测。特级、1级、2级阳澄湖中华绒螯蟹体肉、钳肉、足肉、性腺4部位香气轮廓区分显著。采用软独立建模的方法, 分别建立了基于单部位及联合多部位的阳澄湖中华绒螯蟹产地鉴别模型, 结果表明应用联合多部位模型, 对非阳澄湖蟹的识别率达到100%。采用偏最小二乘回归法建立了电子鼻响应信号与中华绒螯蟹等级评分的回归模型, 相关系数为0.96, 表明基于此模型可判定中华绒螯蟹蟹样等级。
43.
利用电子鼻技术结合多种化学计量学方法,对原料羊乳中掺假过期复原乳进行快速定性判别和定量分析.将过期复原乳按不同比例掺入到原料羊乳中,进行电子鼻检测.通过电子鼻采集不同比例掺假乳挥发性成分的响应值,然后利用主成分分析(principal component analysis,PCA)、Fisher线性判别分析(fisher linear discriminant analysis,FLDA)以及线性回归拟合分析进行定性判别和定量分析,建立基于电子鼻技术检测原料羊乳掺假的方法.结果表明:FLDA及PCA都能够区分出不同比例的掺假奶,且FLDA区分效果优于PCA;线性回归拟合分析的相关系数为88.4%,预测值与实际掺假值呈现一定的线性关系,表明该模型具有较好的泛化能力.因此利用电子鼻实现原料羊乳掺假的快速定性判别和定量分析是可行的. 相似文献
44.
以色列理工大学化学工程系的霍萨姆·海克教授及其研究小组开发出一种纳米电子鼻,只需检测患者呼出的气体即可发现癌症和肾衰竭等疾病,为这些疾病的早期防治开辟了一条新途径。 相似文献
45.
基于支持向量回归的鱼粉TVB-N值电子鼻检测 总被引:1,自引:0,他引:1
挥发性盐基氮(TVB-N)是衡量鱼粉新鲜度一个十分重要的指标,探索鱼粉TVB-N快速检测方法对鱼粉品质检测具有重要意义。利用研制的电子鼻对不同新鲜度的鱼粉样本进行电子鼻数据采集,建立了电子鼻数据和TVB-N值之间的支持向量回归模型(SVR),利用预测集进行验证,并与多元线性回归(MLR)方法进行比较。结果表明,支持向量回归模型预测精度优于MLR模型,其决定系数R2、预测标准差SEP、最大相对误差RE-max、平均相对误差RE-mean分别为0.910、4.32、8.92%、1.87%。支持向量回归和电子鼻技术检测鱼粉TVB-N含量是可行、有效的方法。 相似文献
46.
利用PEN3型电子鼻对不同冷冻贮藏时间的尼罗罗非鱼(Tilapia nilotica)鱼肉进行分析,考察了冷冻贮藏时间对罗非鱼肉挥发性物质的影响,并对所获得试验数据进行了主成分分析(PCA方法)和线形判别分析(LDA方法)。结果显示,电子鼻传感器可以用于区别不同冷冻时间的罗非鱼肉,PCA方法和LDA方法均能较好地辨别出不同贮藏时间的冷冻罗非鱼肉。PCA方法中第一主成分区与第二主成分区的贡献率之和为91.69%,2个主成分已经基本代表了冷冻罗非鱼肉的主要特征信息;LDA方法则呈现出较好的集中性和单向趋向性,两判别式的总贡献率为92.39%。采用LOADINGS分析方法得出传感器W5S、W1S、W2S和W1W在该试验的检测过程中贡献率大,可以根据具体的试验条件对电子鼻传感器的阵列组合进行优化。 相似文献
47.
48.
基于电子鼻传感器阵列优化的甜玉米种子活力检测 总被引:7,自引:5,他引:2
针对甜玉米种子活力传统检测方法操作繁琐、重复性差等不足,该研究利用电子鼻技术建立甜玉米种子活力快速检测方法。利用电子鼻获取不同活力甜玉米种子的气味信息,再结合主成分分析(PCA,principal component analysis)、线性判别分析(LDA,linear discriminant analysis)、载荷分析(loadings)和支持向量机(SVM,support vector machine)对气味信息进行提取分析,建立甜玉米种子活力的定性定量分析模型。结果显示:PCA和LDA分析均无法区分不同活力的甜玉米种子,而SVM的鉴别效果较好。全传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为97.10%和96.67%,建模时间为30.75 s,回归预测模型训练集和预测集决定系数R~2分别为0.993和0.913,均方差误差分别为2.23%和8.50%。经Loadings分析将10个传感器阵列优化为6个。优化后传感器阵列数据集SVM分类判别模型训练集和预测集正确率分别为98.55%和96.67%,建模时间为21.81 s,回归预测模型训练集和预测集决定系数R~2分别为0.982和0.984,均方差误差分别为3.80%和3.01%。结果表明:基于SVM的电子鼻技术可以实现对不同活力甜玉米种子的高效判别和预测,将传感器阵列优化为6个,判别和预测效果均有所提升。该研究为电子鼻技术应用于甜玉米种子活力检测提供理论依据。 相似文献
49.
猪肉储藏时间的电子鼻区分方法 总被引:4,自引:0,他引:4
用电子鼻对不同储藏时间(0~6 d)的猪肉样品进行区分,并确定电子鼻区分不同储藏时间肉品的较佳实验参数.对传感器信号进行多因素方差分析(analysis of variance,ANOVA)表明:对于固定容器的猪肉样品,不同的样品质量对电子鼻响应信号的影响极为显著;其次是样品在烧杯内的密封时间.通过单因素方差分析和区分度指标检验,得出猪肉在500 mL烧杯内的最佳参数为样品质量10 g、密封时间5 min.采用以上参数,对储藏0~6 d的猪肉样品进行辨别,结果发现不管是运用主成分分析(principle components analysis,PCA)还是线性判别分析(linear discri minant analysis,LDA),电子鼻都能很好地区分不同储藏天数的猪肉样品. 相似文献
50.
电子鼻技术在酒类识别应用中的研究进展 总被引:3,自引:0,他引:3
电子鼻技术已广泛应用于农业领域。针对电子鼻技术及其在酒类识别中的应用进行了详细分析和研究,综述了国内外该新技术在酒类检测硬件设备构成、工作原理、识别所及的软件设计等方面应用现状,对该技术在酒类识别的应用前景进行了展望。该研究对酒类智能识别检测技术的发展及酒类产品质量控制将起到重要的推动作用。 相似文献