全文获取类型
收费全文 | 810篇 |
免费 | 100篇 |
国内免费 | 104篇 |
专业分类
安全科学 | 348篇 |
废物处理 | 2篇 |
环保管理 | 51篇 |
综合类 | 386篇 |
基础理论 | 35篇 |
污染及防治 | 55篇 |
评价与监测 | 38篇 |
社会与环境 | 28篇 |
灾害及防治 | 71篇 |
出版年
2024年 | 18篇 |
2023年 | 77篇 |
2022年 | 62篇 |
2021年 | 46篇 |
2020年 | 39篇 |
2019年 | 45篇 |
2018年 | 38篇 |
2017年 | 34篇 |
2016年 | 33篇 |
2015年 | 44篇 |
2014年 | 55篇 |
2013年 | 30篇 |
2012年 | 43篇 |
2011年 | 55篇 |
2010年 | 50篇 |
2009年 | 51篇 |
2008年 | 33篇 |
2007年 | 39篇 |
2006年 | 50篇 |
2005年 | 31篇 |
2004年 | 23篇 |
2003年 | 20篇 |
2002年 | 14篇 |
2001年 | 19篇 |
2000年 | 9篇 |
1999年 | 11篇 |
1998年 | 16篇 |
1997年 | 8篇 |
1996年 | 8篇 |
1995年 | 7篇 |
1994年 | 5篇 |
1979年 | 1篇 |
排序方式: 共有1014条查询结果,搜索用时 15 毫秒
851.
采用正交试验研究萃取剂类型、萃取剂体积、分散剂类型、分散剂体积、溶液pH值、离子强度和萃取时间对水样中痕量十溴联苯醚(decaBDE)分散液液微萃取(DLLME)回收率的影响.结果表明,离子强度对萃取回收率(ER)的影响非常显著,而分散剂体积与萃取剂体积交互作用的影响不显著.通过极值法确定的decaBDE分散液液微萃取条件下的萃取回收率为88.24%.以正交试验数据为训练样本,以分散剂体积、萃取剂类型、pH值、离子强度及萃取时间为输入,萃取回收率为输出,建立了影响decaBDE分散液液微萃取的BP神经网络模型.模型检验样本预测输出值和试验值的决定系数为0.873 4,表明模型可以预测水样中decaBDE分散液液微萃取的回收率.采用遗传算法工具箱对建立的BP神经网络模型进行优化求解,得到的优化分散液液微萃取条件下的decaBDE萃取回收率平均值为99.94%,比通过极值法确定的萃取回收率提高10%以上. 相似文献
852.
采用BP神经网络对矿井本质安全程度进行评价。介绍了矿井本质安全程度评价方法以及BP神经网络的结构及原理;按照BP神经网络训练的步骤,以matlab6.0为平台,利用其内嵌的神经网络工具箱,生成通用的神经网络评价模型;输入经过标准化后的矿井本质安全程度指标的评价分数,投入神经网络运算,就可以得出该矿井的本质安全程度。 相似文献
853.
基于神经网络的土壤重金属预测及生态风险评价 总被引:3,自引:0,他引:3
采用单隐层RBF神经网络模型预测土壤重金属Cr、As、Ni、Pb、Zn 5种元素的含量,实测35组数据做为训练数据,另用6组做验证数据,该模型是以利用采样的10组数据预测其后的连续5组数据,输入层的神经元个数是10,输出层是5,隐含层的传递函数为径向基函数radbas,输出层的传递函数为线性函数Purelin,其结果表明:采用RBF神经网络模型预测有较高的精度。通过多元统计分析采样样品与预测样品,研究区域As、Ni、Zn的均值超过了上海市土壤环境背景值,As元素达到高度变异,Pb、Zn、Ni 3种元素达到中度变异。通过因子分析,前2个因子基本包含了全部元素变量的主要信息,第1因子中载荷最高是元素Ni(0.946),第2因子中则为元素As(0.930)。通过潜在生态风险指数评价,研究区域整体呈轻度生态风险水平。采用RBF神经网络模型可以降低采样分析成本,更好的评价区域土壤重金属的生态风险。 相似文献
854.
提出了利用神经网络,对某型飞机人-机-环境系统的可靠性进行了分析的方法。该方法利用已有飞机本身的可靠性数据,综合考虑了飞机本身、环境条件影响、人为操作因素的影响。全面反映了各种因素共同作用下的系统可靠性,建模简单,对飞机系统可靠性分析具有现实意义。 相似文献
855.
基于机器视觉的火灾识别技术对于智慧消防具有极为重要的意义。针对火焰容易受到复杂背景、不同摄像角度等因素影响,本文提出一种基于多尺度卷积神经网络的火灾高精度识别算法。算法将火灾识别任务分解成前景提取与精准识别两个阶段。在前景提取阶段,算法结合火焰运动性特点,使用帧差法对火灾候选区域进行快速提取。在精准识别阶段,算法引入空间金字塔池化模块,设计多尺度卷积神经网络进行火灾识别,实现对不同火焰尺度图像的高精度检测。在实际数据集上进行仿真实验,本文所提出算法在图像和视频领域分别取得93.6%和94.9%的火灾识别准确率,这有力证明了本文算法的有效性。 相似文献
856.
在长期田间试验基础上,分别利用数值模拟方法(Numerical Simulation,NS)和人工神经网络(Artificial Neural Network,ANN)模型构建江南平原土地整治区典型林地的土壤水分运动模型,并对土壤贮水量进行预测。[JP2]NS模型校正结果表明,该模型虽能较好地预测林地土壤含水量动态变化,但是NS模型对训练期和验证期0~60 cm[JP]土层贮水量预测的均方根误差(Root Mean Square Error,RMSE)分别为1109和829 mm,而ANN预测的RMSE分别为417和408 mm,说明ANN的预测效果好于NS模型。最后,敏感性分析结果表明ANN预测精度对输入参数的敏感程度由高到低依次为:前期土壤贮水量>降水量>最高气温>最低气温 相似文献
857.
858.
B-P网络用于环境质量分类研究 总被引:7,自引:0,他引:7
用全国25个湖泊的水质指标资料作为训练样本,应用人工神经B-P算法,分别建立了3参数和4参数的水质分类模型,并用所建立的模型对6个湖泊水质进行分类检验效果。结果表明B-P模型应用于环境质量分类是可行的,且由于B-P网络有学习,自适应的能力,因而与其它的环境质量分类法相比具有优越性。 相似文献
859.
860.
文章以博斯腾湖西岸湖滨绿洲为研究区,将实测的土壤有机碳含量数据与土壤高光谱数据结合,对原始光谱R进行数学变换及微分变换,应用竞争自适应重加权采样(CARS)筛选特征波段,并采用其筛选的特征波段构建BP神经网络模型估算土壤表层有机碳含量。结果表明:(1)研究区土壤表层有机碳含量范围在0.80~63.15 g/kg,平均值为17.57 g/kg,变异系数为71.48%,呈中等变异性。(2)CARS算法将建模输入波段压缩至全波段数目的2.76%以下,R、R’、1/R、(1/R)’、log(1/R)、log(1/R)’、1/log R、(1/log R)’光谱形式下筛选的特征波段,较多集中于近红外长波1 500~2 500 nm与可见光波段380~760 nm;R’’、(1/R)’’、log(1/R)’’、(1/log R)’’光谱形式下筛选的特征波段,较多集中于近红外波段760~2 500 nm。(3)二阶微分变换构建的CARS-BP估算模型精度优于一阶微分,R’’-CARS-BP估算效果最好,训练集和验证集R2分别为0.81、0.83,RPD分别为2.30、2.45,RMSE分别为5.75... 相似文献