全文获取类型
收费全文 | 215篇 |
免费 | 39篇 |
国内免费 | 45篇 |
专业分类
安全科学 | 98篇 |
废物处理 | 2篇 |
环保管理 | 18篇 |
综合类 | 99篇 |
基础理论 | 51篇 |
污染及防治 | 11篇 |
评价与监测 | 8篇 |
社会与环境 | 8篇 |
灾害及防治 | 4篇 |
出版年
2024年 | 1篇 |
2023年 | 10篇 |
2022年 | 10篇 |
2021年 | 8篇 |
2020年 | 15篇 |
2019年 | 15篇 |
2018年 | 10篇 |
2017年 | 17篇 |
2016年 | 17篇 |
2015年 | 19篇 |
2014年 | 13篇 |
2013年 | 12篇 |
2012年 | 27篇 |
2011年 | 30篇 |
2010年 | 18篇 |
2009年 | 17篇 |
2008年 | 11篇 |
2007年 | 13篇 |
2006年 | 8篇 |
2005年 | 8篇 |
2004年 | 2篇 |
2003年 | 3篇 |
2002年 | 1篇 |
2001年 | 2篇 |
2000年 | 1篇 |
1999年 | 2篇 |
1998年 | 2篇 |
1997年 | 1篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 2篇 |
排序方式: 共有299条查询结果,搜索用时 9 毫秒
91.
一种基于LVQ神经网络与图像处理的火焰识别算法 总被引:1,自引:0,他引:1
针对传统火灾探测技术存在的不稳定、误判率高等缺点,通过分析室内火灾图像与常见干扰光源图像的特点,提出一种基于人工神经网络的火焰图像检测技术。对火焰图像的基本特性进行分析,利用火焰图像序列的面积重叠率和中心相对移动率以及颜色等信息,结合实现学习向量量化(LVQ)神经网络融合技术,对视频序列图像中火焰的自动检测。仿真试验结果表明,基于LVQ神经网络的信息融合算法的网络收敛速度较快,有较高的火灾火焰识别准确率。 相似文献
92.
Water quality forecasting is an essential part of water resource management. Spatiotemporal variations of water quality and their inherent constraints make it very complex. This study explored a data-based method for short-term water quality forecasting. Prediction of water quality indicators including dissolved oxygen, chemical oxygen demand by KMnO4 and ammonia nitrogen using support vector machine was taken as inputs of the particle swarm algorithm based optimal wavelet neural network to forecast the whole status index of water quality. Gubeikou monitoring section of Miyun reservoir in Beijing, China was taken as the study case to examine effectiveness of this approach. The experiment results also revealed that the proposed model has advantages of stability and time reduction in comparison with other data-driven models including traditional BP neural network model, wavelet neural network model and Gradient Boosting Decision Tree model. It can be used as an effective approach to perform short-term comprehensive water quality prediction. 相似文献
93.
应用差分自回归移动平均模型(ARIMA)和最小二乘支持向量机(LS-SVM)的组合模型,对某航空公司的月度事故征候万时率进行了预测分析。对2008—2016年某航空公司的事故征候、飞行小时、航空器数量等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获得事故征候万时率的线性部分;随后利用LS-SVM分析ARIMA模型的残差,获取非线性部分,最终通过二者之和获得ARIMA+LSSVM组合模型。对2017年1—3月的月度事故征候万时率进行了预测,并用实际数据验证。结果表明:ARIMA(1,1,1)(1,1,1)12模型较好地拟合了事故征候万时率的历史序列,LS-SVM模型对残差的拟合获得了较好的精度;组合模型的短期(3个月)预测值与航空公司事故征候万时率的趋势完全一致,且预测精确度可接受。 相似文献
94.
SVM与ANN在湖泊富营养化评价中的对比研究 总被引:2,自引:1,他引:2
支持向量机是由Vapnik等提出的建立在统计学习理论基础上的一种新的机器学习方法,由于其使用结构风险最小化原则代替经验风险最小化原则,又由于其应用了核函数思想,它可以较好地解决非线性问题;人工神经网络(ANN)已经较成功解决模式识别和任意非线性函数回归问题,但是存在训练样本不足,并可能出现过拟合现象。SVM的结构风险最小化算法引起了科学界的关注,对传统基于经验风险最小化的神经网络算法提出了挑战,文章介绍了SVM和ANN的基本原理,并对二者在巢湖富营养化水平评价上做对比研究,结果表明,ANN比较容易陷入局部最优,支持向量机评价结果更加符合实际。 相似文献
95.
应用支持向量决策方法,解决飞行器重着陆事件诊断中受力分析复杂、样本量小的问题。探索飞行器接地阶段重着陆事件的形成机制,分别建立翼根载荷与起落架载荷的受力模型,研究飞机主体载荷与重着陆事件的非线性关系。研究重着陆决策所需样本集的小样本特性,提出支撑向量驱动的智能决策规则方法,进行重着陆事件诊断模型的建模研究。最后,建立重着陆事件决策系统。实例表明:该决策方法对于实例样本的诊断精度达到95.7%,对于提高着陆阶段的安全具有实际意义。 相似文献
96.
室内废气污染的计算与分析 总被引:4,自引:0,他引:4
通过对吸油烟机抽吸风场有效强度矢量图的测量 ,给出了吸油烟机质量技术检验方法和油烟废气、燃气废气污染泄漏量的计算方法 ;对油烟、燃气废气在厨房的扩散与循环作了详细分析 ,并对国标提出几点建议。 相似文献
97.
基于定量结构-活性相关性(QSAR)原理,研究了27种羧酸及其衍生化合物结构与其急性毒性LC50之间的内在定量关系。应用遗传算法从大量结构参数中优化筛选出与LC50最为密切相关的五个参数作为分子描述符,得出影响羧酸及其衍生物急性毒性的主要结构特征为分子的大小及其空间效应等。分别采用支持向量机(SVM)方法和多元线性回归(MLR)方法建立了相应的QSAR预测模型,并对所建模型分别进行了内部验证和外部验证。结果表明,两种模型均具有较高的稳定性、预测能力及泛化性能。其中,支持向量机模型对训练集和预测集样本的预测平均绝对误差分别为0.149和0.211,优于多元线性回归方法所得结果。 相似文献
98.
土壤微生物代谢对土壤养分循环和生态系统的稳定至关重要.为明确施加生物炭对土壤微生物代谢养分限制和碳利用效率(carbon use efficiency, CUE)的长效影响机制,于2012年将果树树干、枝条生物炭(450℃、限氧条件下裂解)以不同用量(0、 20、 40、 60和80 t·hm~(-2))施入塿土,与耕层土壤(0~20cm)混匀,小麦玉米轮作7 a后,通过生态酶化学计量学对土壤微生物代谢养分限制特征进行了定量分析和比较.结果表明:①随生物炭施用量的增加,土壤含水量、有机碳、全氮、碳氮比、碳磷比和氮磷比显著提高,碳氮磷活性组分、微生物生物量碳氮磷和总磷未表现出明显的规律性,而5种胞外酶活性(β-1,4-葡萄糖苷酶、纤维素酶、亮氨酸氨基多肽酶、β-1,4-N-乙酰氨基葡萄糖苷酶和磷酸酶)显著降低.②所有处理土壤微生物均受磷限制;在施加生物炭各处理中,随施用量的增加微生物代谢碳和磷限制显著提高,微生物CUE显著降低;当生物炭施用量为20 t·hm~(-2)时,碳限制(0.625±0.022)和磷限制(62.153°±0.892°)最低,微生物CUE(0.511±0.007)最高.③偏最小二乘路径建模分析表明,土壤碳氮磷及其元素化学计量比对磷限制产生了直接的极显著正效应(P0.01),碳限制与磷限制呈正相关关系(R~2=0.242,P0.001),而碳磷限制又对CUE产生了极显著的负效应(P0.001).综上,过量施用生物炭使土壤元素化学计量失衡是导致土壤微生物代谢磷限制加剧的重要因素,继而诱导了微生物碳限制的增强和CUE的降低.当生物炭施加量为20 t·hm~(-2)时,微生物代谢所受碳磷限制最低,且具有最高的微生物CUE,对于调节土壤微生物代谢、维持生态功能和减少微生物二氧化碳排放最优. 相似文献
99.
基于小波分解和SVM的大气污染物浓度预测模型研究 总被引:1,自引:1,他引:1
针对大气污染物浓度的精准预测问题,运用小波分解将污染物浓度一维序列分解为高维信息,结合气象及污染物浓度数据,构建了基于小波分解的支持向量机预测模型.最后将模型应用于长沙市2018年PM2.5和O3-8 h的浓度预测.结果表明:①在其他参数不变的条件下,该模型在平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)、一致性水平(IA)和相关系数(R)指标上均优于未经小波分解的预测模型;②在考虑其他污染物对PM2.5浓度的影响后,预测模型评价指标MAE、MAPE和RMSE分别减少了5.57%、9.91%和3.44%,有着更小的误差;③在考虑气象因素对O3-8 h浓度的影响后,预测模型评价指标MAE、MAPE和RMSE分别减少了1.59%、3.54%和0.82%,同样也有更小的误差.由此可以看出,本文所提模型能够有效预测大气污染物浓度,为相关研究提供了方法参考. 相似文献
100.