全文获取类型
收费全文 | 806篇 |
免费 | 106篇 |
国内免费 | 94篇 |
专业分类
安全科学 | 347篇 |
废物处理 | 2篇 |
环保管理 | 53篇 |
综合类 | 388篇 |
基础理论 | 36篇 |
污染及防治 | 44篇 |
评价与监测 | 38篇 |
社会与环境 | 28篇 |
灾害及防治 | 70篇 |
出版年
2024年 | 18篇 |
2023年 | 74篇 |
2022年 | 58篇 |
2021年 | 44篇 |
2020年 | 38篇 |
2019年 | 45篇 |
2018年 | 38篇 |
2017年 | 34篇 |
2016年 | 25篇 |
2015年 | 43篇 |
2014年 | 55篇 |
2013年 | 31篇 |
2012年 | 44篇 |
2011年 | 56篇 |
2010年 | 50篇 |
2009年 | 51篇 |
2008年 | 35篇 |
2007年 | 41篇 |
2006年 | 51篇 |
2005年 | 31篇 |
2004年 | 24篇 |
2003年 | 21篇 |
2002年 | 14篇 |
2001年 | 19篇 |
2000年 | 9篇 |
1999年 | 11篇 |
1998年 | 17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1006条查询结果,搜索用时 432 毫秒
171.
172.
173.
为精准识别地下矿山声发射事件,采用基于改进的完全集合经验模态分解模型(ICEEMDAN)和多通道卷积神经网络(MC-CNN)模型对声发射信号进行处理后得到分量图,根据各通道输入分量峭度值赋予不同权重,并利用卷积神经网络对输入数据进行训练,最终采用五折交叉实验方法验证该分类识别方法的可行性及有效性.结果表明:基于ICEE... 相似文献
174.
基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演 总被引:7,自引:0,他引:7
叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价湖泊水体的富营养化程度.太湖是典型的二类水体,光学性质复杂,应用一类水体线性反演模式拟合较为片面且难以找到最佳拟合模型.BP神经网络模型具有模拟复杂非线性问题的功能.为研究高分一号卫星16m多光谱相机WFV4结合BP神经网络进行太湖叶绿素a浓度监测的可行性,实验利用GF-1 WFV4影像和实时的地面采样数据,建立了BP神经网络模型,同时采用波段比值经验模型进行对比.经精度检验,BP神经网络模型预测值与实测值之间的可决系数R2高达0.9680,而波段比值模型的R2为0.9541,且均方根误差RMSE由波段比值模型的18.7915降低为BP神经网络模型的7.6068,平均相对误差e也由波段比值模型的19.16%降低为BP神经网络模型的6.75%.结果证明,GF-1 WFV4影像应用BP神经网络模型反演太湖叶绿素a浓度较波段比值模型精度有所提高.将经过水体掩膜的GF-1 WFV4影像用于训练好的BP神经网络反演太湖叶绿素a浓度分布,结果显示,叶绿素a高浓度区集中分布在湖心区北部、竺山湾、梅梁湾区域,与之前的研究一致.本文研究结果验证了采用BP神经网络模型对GF-1 WFV4影像进行太湖叶绿素a浓度反演的可行性. 相似文献
175.
深基坑开挖引起的基坑侧移、基底隆起、坡顶沉降、相邻建筑物倾斜等的各种变形直接影响着建筑现场施工人员的生命财产安全,以及其周围建筑物、构筑物的安危.随着城市地下交通运输网和高层建筑物的大量兴建,使得城市建筑密集地区的大型深基坑工程越来越多,因此对其变形的监测与预报等相关课题的研究受到越来越多的重视. 相似文献
176.
177.
178.
179.
以焦作矿区水化数据为例,选用Na++K+、Ca2+、Mg2+、Cl-、SO2-4、HCO-36种水化离子浓度作为识别矿井水源的依据,运用Matlab软件分别建立BP神经网络与Elman神经网络的矿井多水源识别模型。应用结果表明:与静态的BP神经网络相比,在结构上增加承接层的Elman神经网络在训练和仿真中拟合能力更强,识别精度更高和泛化能力更好;矿井地下水随着地下开采与扰动具有动态性,将具有非线性动态特征的Elman神经网络应用于矿井多水源的识别,对准确判断突水来源和分析地下水运移规律具有一定的辅助和指导意义。 相似文献
180.
水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。 相似文献