全文获取类型
收费全文 | 75篇 |
免费 | 21篇 |
国内免费 | 23篇 |
专业分类
安全科学 | 2篇 |
环保管理 | 4篇 |
综合类 | 84篇 |
基础理论 | 6篇 |
污染及防治 | 8篇 |
评价与监测 | 8篇 |
灾害及防治 | 7篇 |
出版年
2021年 | 1篇 |
2020年 | 2篇 |
2019年 | 2篇 |
2018年 | 1篇 |
2016年 | 1篇 |
2015年 | 2篇 |
2014年 | 7篇 |
2013年 | 4篇 |
2012年 | 4篇 |
2011年 | 2篇 |
2010年 | 7篇 |
2009年 | 2篇 |
2008年 | 4篇 |
2007年 | 1篇 |
2006年 | 2篇 |
2005年 | 1篇 |
2003年 | 3篇 |
2002年 | 2篇 |
2001年 | 9篇 |
2000年 | 8篇 |
1999年 | 7篇 |
1998年 | 5篇 |
1997年 | 10篇 |
1996年 | 3篇 |
1995年 | 8篇 |
1994年 | 11篇 |
1993年 | 2篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1990年 | 3篇 |
1984年 | 1篇 |
1983年 | 1篇 |
排序方式: 共有119条查询结果,搜索用时 22 毫秒
61.
城市可持续发展评价的分指数及综合指数公式 总被引:5,自引:0,他引:5
在指标按特征分类的基础上,提出了城市可持续发展评价分类指标的分指数公式和多类别组合的综合指数公式。应用遗传算法对公式中的参数进行优化,得到简单而适用的城市可持续发展评价模型。模型应用于全国“七五”,“八五”可持续发展评价结果与实际分析结果一致。该模型具有可比性强,通用性好和简单,实用的特点。 相似文献
62.
BP网络应用于大气颗粒物的源解析 总被引:3,自引:0,他引:3
应用BP网络对大气颗粒物进行源解析,将大气采集样本中的元素含量和大气颗粒物源成分谱构成训练样本集,用BP网络进行训练,由训练好的网络的权值可以计算出大气颗粒物的污染排放源的权重贡献率.将BP源解析法的计算结果与其它源解析法得到的结果比较,表明BP网络应用于大气颗粒物的源解析是可行的. 相似文献
63.
污染物浓度预测的PPR模型 总被引:14,自引:0,他引:14
采用投影寻踪回归技术的审视数据-模拟-预测新思路,对环境监测数据进行探索性分析,建立了污染物浓度预测的PPR模型,该模型用于水污染物BOD和DO浓度预测结果,共建模样本拟合格率为100%,预测检验样本预测合格率达83.3%。 相似文献
64.
65.
66.
67.
模糊数运算法用于湖泊营养类别评判 总被引:2,自引:0,他引:2
本文提出了应用模糊数运算判别湖泊营养状态的类型。将单参数对营养类别的分布用一个模糊数表示,并运用模糊数运算法,给出全部参数对所有营养类别分布加以表示。最后选用一个适当阈值λ寸分布进行截取,就可作出湖泊属于某一营养类别的评判。本方法应用于16个湖泊的营养类别评判,结果与用评分法评判基本一致。 相似文献
68.
富营养化评价的幂函数加和型普适指数公式 总被引:7,自引:0,他引:7
提出了一个用幂函数加和型表示湖泊富营养化评价的综合指数公式,并采用粒子群算法优化公式中的参数,得出优化后适用于多指标的富营养化综合评价的普适指数公式,该公式的特例也可作为单项指标的富营养化评价指数公式.将优化好的湖泊富营养化评价公式用于我国不同地域和不同类型的65个湖泊的实例评价.其评价结果与用修正卡森指数公式TSI.和我国营养状态指数公式TSI,及其它方法的评价结果基本一致,并与实况相符,从而为水体富营养化评价提供了一种新的有效途径. 相似文献
69.
70.
针对高维、非线性环境系统的传统预测模型存在结构复杂、收敛速度慢、求解精度低的局限,提出对环境系统预测量及其影响因子进行幂函数与对数函数相结合的规范变换.此规范变换能使变换后的各影响因子皆等效于一个线性化的规范因子,从而将多因子、非线性的预测建模简化为简单的一个"等效"规范因子的一元线性回归建模;并对预测样本的模型输出进行误差修正,以提高样本的预测精度.在规范变换的基础上,由有m个规范因子的每个建模样本生成一个规范因子的m个"等效"训练样本,n个建模样本共生成N=m×n个训练样本.应用最小二乘法,建立基于规范变换的一元线性回归预测模型.将基于规范变换的一元线性回归预测模型与相似样本误差修正法相结合,分别用于某市5个点位的SO_2浓度预测和南昌市城市降水酸度pH值预测及某河段COD_(Mn)预测,并与多种传统预测模型和方法及基于规范变换与误差修正的3种智能预测模型的预测结果进行了比较.结果表明:该预测模型用于3个实例预测的相对误差绝对值的平均值分别为1.14%、0.49%和1.45%;最大相对误差绝对值分别为2.22%、0.87%和1.85%,与基于规范变换与误差修正的3种智能预测模型的相应误差几乎没有差异,甚至还要小;均远小于多种传统预测模型和方法的相应误差,其预测精度甚至提高了一个数量级以上.基于规范变换与误差修正的一元线性回归预测模型简单、预测精度高、稳定性好,不存在"维数灾难",因而可广泛用于任意系统的预测建模. 相似文献