全文获取类型
收费全文 | 637篇 |
免费 | 104篇 |
国内免费 | 62篇 |
专业分类
安全科学 | 269篇 |
废物处理 | 7篇 |
环保管理 | 157篇 |
综合类 | 197篇 |
基础理论 | 47篇 |
环境理论 | 5篇 |
污染及防治 | 12篇 |
评价与监测 | 20篇 |
社会与环境 | 42篇 |
灾害及防治 | 47篇 |
出版年
2024年 | 1篇 |
2023年 | 13篇 |
2022年 | 18篇 |
2021年 | 25篇 |
2020年 | 23篇 |
2019年 | 31篇 |
2018年 | 25篇 |
2017年 | 47篇 |
2016年 | 40篇 |
2015年 | 41篇 |
2014年 | 39篇 |
2013年 | 48篇 |
2012年 | 47篇 |
2011年 | 54篇 |
2010年 | 37篇 |
2009年 | 45篇 |
2008年 | 23篇 |
2007年 | 46篇 |
2006年 | 40篇 |
2005年 | 23篇 |
2004年 | 24篇 |
2003年 | 15篇 |
2002年 | 16篇 |
2001年 | 11篇 |
2000年 | 11篇 |
1999年 | 11篇 |
1998年 | 6篇 |
1997年 | 8篇 |
1996年 | 5篇 |
1995年 | 6篇 |
1994年 | 6篇 |
1993年 | 6篇 |
1992年 | 5篇 |
1989年 | 1篇 |
1987年 | 2篇 |
1986年 | 1篇 |
1983年 | 1篇 |
1982年 | 1篇 |
1972年 | 1篇 |
排序方式: 共有803条查询结果,搜索用时 906 毫秒
151.
152.
柴达木盆地水资源决策支持系统的设计与开发研究 总被引:4,自引:0,他引:4
柴达木盆地水资源规划管理决策属典型的半结构化、多层次、多决策者和多目标的决策问题,为此设计开发了柴达木盆地水资源决策支持系统。文章系统地介绍了柴达木盆地水资源决策支持系统结构框架、设计原则、开发思路、决策模式和基本功能。系统由数据库、模型库及其管理系统三部分组成,模型库包括人口动态模型、宏观经挤模型、水资源模拟模型、绿洲生态需水模型和水资源多目标优化分析模型等5个基本模型。在求解水资源多目标优化分析模型时,使用了逐步法(STEM),把多目标化为单目标进行求解,决策者在迭代权衡过程中输入经验与偏好信息来获取满意的决策信息。 相似文献
153.
李玉梅 《防灾科技学院学报》2006,8(4):21-23
建立科学的地震应急救援后勤服务质量评价体系,客观评价地震应救援急后勤保障服务水平,是规范管理地震应急救援后勤保障质量的重要手段。本文提出在进行地震应急救援后勤保障质量评价时,调查项目必须根据地震现场后勤工作的需求特点合理设计,取样大小、统计方法必须科学规范。 相似文献
154.
155.
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
156.
Swastik Bhandari Balbhadra Thakur Ajay Kalra William P. Miller Venkat Lakshmi Pratik Pathak 《Journal of the American Water Resources Association》2019,55(3):680-699
The current study improves streamflow forecast lead‐time by coupling climate information in a data‐driven modeling framework. The spatial–temporal correlation between streamflow and oceanic–atmospheric variability represented by sea surface temperature (SST), 500‐mbar geopotential height (Z500), 500‐mbar specific humidity (SH500), and 500‐mbar east–west wind (U500) of the Pacific and the Atlantic Ocean is obtained through singular value decomposition (SVD). SVD significant regions are weighted using a nonparametric method and utilized as input in a support vector machine (SVM) framework. The Upper Rio Grande River Basin (URGRB) is selected to test the applicability of the proposed model for the period of 1965–2014. The April–August streamflow volume is forecasted using previous year climate variability, creating a lagged relationship of 1–13 months. SVD results showed the streamflow variability was better explained by SST and U500 as compared to Z500 and SH500. The SVM model showed satisfactory forecasting ability with best results achieved using a one‐month lead to forecast the following four‐month period. Overall, the SVM results showed excellent predictive ability with average correlation coefficient of 0.89 and Nash–Sutcliffe efficiency of 0.79. This study contributes toward identifying new SVD significant regions and improving streamflow forecast lead‐time of the URGRB. 相似文献
157.
提出一种入侵杂草算法改进的粒子群算法(IWO-PSO)用于支持向量机(SVR)算法来快速实时检测甲烷气体浓度系统,气体红外激光差分吸收法检测系统基于甲烷气体分子在1650nm处泛频光谱吸收带,结合可调谐二极管吸收光谱(TDLAS)与波长调制光谱(WMS).选择半导体激光器瞬时输出光功率变化范围5.0~10.6mW,瞬时波长变化范围1650~1651nm,瞬时调谐频率范围0.0048~0.0115nm/mA;采集山东淄博某农场2019年3月份全天气体样本,随机抽取15组样本作为训练集,建立以光谱峰面积作为输入值与气体浓度作为输出值的IWO-PSO-SVR、SVR、PSO-SVR和PSO-BP定量分析模型,对测试集4种浓度的甲烷分别进行预测;结果表明,通过IWO-PSO-SVR定量分析模型效果最佳,4种甲烷浓度预测值与真实值相对偏差分别为0.115%、0.109%、0.131%、0.120%,均低于0.0014;相关系数分别为0.9987、0.9966、0.9899、0.9975均高于0.98;预测时间分别为1.35、1.54、1.35和1.33s,模型经过1000次训练对气体的检测精度为10-5,与同类别检测系统相比,具有很强的理论研究价值和工程应用价值. 相似文献
158.
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:2,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
159.
160.
针对尾矿库运行过程中安全预警问题,选取2015年巴西Samarco铁矿溃坝事故案例,研究BP神经网络和SVR方法在排水数据预测的适用性。综合分析了排水数据的复杂且非线性的特点,以库水位、降雨量和干滩长度为输入特征,采用上述2个模型对尾矿坝排水数据进行预测。研究结果表明:基于BP神经网络预测结果的最大相对误差不高于4.35%;基于SVR算法的最大相对误差不高于9.21%;Fundo坝的排水预测结果是可行的,BP神经网络的预测精度更高,而SVR模型的运算速度更快。研究结果可为矿山安全工作的快速响应和溃坝预警提供信息支撑和参考依据。 相似文献