全文获取类型
收费全文 | 169篇 |
免费 | 88篇 |
国内免费 | 25篇 |
专业分类
安全科学 | 8篇 |
废物处理 | 1篇 |
环保管理 | 6篇 |
综合类 | 152篇 |
基础理论 | 11篇 |
污染及防治 | 21篇 |
评价与监测 | 25篇 |
社会与环境 | 51篇 |
灾害及防治 | 7篇 |
出版年
2024年 | 1篇 |
2023年 | 6篇 |
2022年 | 3篇 |
2021年 | 8篇 |
2020年 | 4篇 |
2019年 | 5篇 |
2018年 | 8篇 |
2017年 | 41篇 |
2016年 | 26篇 |
2015年 | 13篇 |
2014年 | 33篇 |
2013年 | 12篇 |
2012年 | 21篇 |
2011年 | 7篇 |
2010年 | 10篇 |
2009年 | 4篇 |
2008年 | 17篇 |
2007年 | 12篇 |
2006年 | 11篇 |
2005年 | 23篇 |
2004年 | 2篇 |
2003年 | 2篇 |
2002年 | 4篇 |
2001年 | 3篇 |
1999年 | 3篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1992年 | 1篇 |
排序方式: 共有282条查询结果,搜索用时 15 毫秒
281.
282.
应用深度学习技术进行PM2.5浓度预测方法的研究,提出联合Transformer注意力机制的循环预测网络。模型的核心是多头注意力-长短期记忆网络(MH-LSTM),通过构建统一记忆单元捕捉时空特征关联。MH-LSTM单元使用LSTM联合Transformer注意力机制对时间变化和全局空间特征统一建模形成记忆信息。记忆信息“之”字流向跨越堆叠的MH-LSTM模块,高层记忆信息辅助下一时刻低层记忆信息的获取。应用该模型结合河北省生态环境监测中心提供的PM2.5浓度数据开展预报试验,结果表明,相对于卷积LSTM网络(ConvLSTM)、预测循环神经网络(PredRNN)、双重记忆网络(MIM),该模型预测的平均绝对误差分别减小了18.13%、10.23%、9.62%,实现了同时捕捉PM2.5浓度的时空相关性,具有更优预测性能。 相似文献