全文获取类型
收费全文 | 368篇 |
免费 | 60篇 |
国内免费 | 193篇 |
专业分类
安全科学 | 46篇 |
废物处理 | 6篇 |
环保管理 | 28篇 |
综合类 | 371篇 |
基础理论 | 85篇 |
污染及防治 | 14篇 |
评价与监测 | 21篇 |
社会与环境 | 24篇 |
灾害及防治 | 26篇 |
出版年
2024年 | 3篇 |
2023年 | 12篇 |
2022年 | 31篇 |
2021年 | 24篇 |
2020年 | 38篇 |
2019年 | 18篇 |
2018年 | 18篇 |
2017年 | 21篇 |
2016年 | 26篇 |
2015年 | 41篇 |
2014年 | 21篇 |
2013年 | 28篇 |
2012年 | 52篇 |
2011年 | 44篇 |
2010年 | 33篇 |
2009年 | 34篇 |
2008年 | 39篇 |
2007年 | 31篇 |
2006年 | 35篇 |
2005年 | 16篇 |
2004年 | 16篇 |
2003年 | 10篇 |
2002年 | 7篇 |
2001年 | 13篇 |
2000年 | 7篇 |
1999年 | 1篇 |
1997年 | 1篇 |
1992年 | 1篇 |
排序方式: 共有621条查询结果,搜索用时 31 毫秒
621.
边坡稳定性研究对于重大地质灾害防治极其重要,但由于影响边坡稳定性的因素具有非线性、多样性以及模糊性等特征,边坡稳定性分析一直是地质灾害防治领域的热难点问题。已有研究表明神经网络预测模型可有效应用边坡稳定性分析,但同时存在预测精度低、鲁棒性差、收敛速度慢等缺点。为改善上述问题,在粒子群算法优化的 BP 神经网络(简称 PSO?BP 神经网络)算法基础上提出一种改进的边坡稳定性预测模型。该模型以容重、内聚力、内摩擦角、边坡角、高度、孔隙压力比作为输入参数,以安全系数作为输出参数。通过借鉴遗传算法中的变异思想来提升模型全局寻优的能力,利用能量函数负梯度下降原理提高模型的收敛速度。将所收集到百余条边坡数据进行数据清洗,最终得到 80 条高质量边坡数据,随机选取其中的 50 条边坡数据作为模型的试验数据。最后采用十折交叉验证的方法对模型的准确性进行验证,并在多维度与其余边坡稳定性神经网络预测模型进行对比分析。结果表明:①该模型相比于其余模型收敛速度、准确率、鲁棒性均有明显提高;②将 K 折交叉验证应用在小样本数据下的边坡稳定性神经网络预测模型,可有效避免结果的偶然性。③该模型的预测误差仅为 4.31%,满足工程精度需求,可在实际工程中为边坡稳定性分析与灾害防治提供参考。 相似文献