全文获取类型
收费全文 | 435篇 |
免费 | 49篇 |
国内免费 | 59篇 |
专业分类
安全科学 | 140篇 |
废物处理 | 5篇 |
环保管理 | 26篇 |
综合类 | 222篇 |
基础理论 | 37篇 |
污染及防治 | 20篇 |
评价与监测 | 13篇 |
社会与环境 | 28篇 |
灾害及防治 | 52篇 |
出版年
2024年 | 14篇 |
2023年 | 33篇 |
2022年 | 22篇 |
2021年 | 21篇 |
2020年 | 26篇 |
2019年 | 25篇 |
2018年 | 16篇 |
2017年 | 24篇 |
2016年 | 29篇 |
2015年 | 35篇 |
2014年 | 43篇 |
2013年 | 21篇 |
2012年 | 19篇 |
2011年 | 26篇 |
2010年 | 24篇 |
2009年 | 14篇 |
2008年 | 21篇 |
2007年 | 15篇 |
2006年 | 13篇 |
2005年 | 16篇 |
2004年 | 9篇 |
2003年 | 8篇 |
2002年 | 8篇 |
2001年 | 12篇 |
2000年 | 7篇 |
1999年 | 5篇 |
1998年 | 6篇 |
1997年 | 2篇 |
1996年 | 4篇 |
1995年 | 6篇 |
1994年 | 5篇 |
1993年 | 1篇 |
1992年 | 5篇 |
1991年 | 2篇 |
1990年 | 1篇 |
1989年 | 2篇 |
1988年 | 1篇 |
1987年 | 2篇 |
排序方式: 共有543条查询结果,搜索用时 218 毫秒
31.
以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为:全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。 相似文献
32.
33.
基于PSO-SVM算法的环境监测数据异常检测和缺失补全 总被引:3,自引:0,他引:3
针对环境监测数据异常和数据缺失问题,提出了基于支持向量机的粒子群优化数据异常检测和缺失补全算法。利用粒子群优化算法选取较优的支持向量机训练参数组合,以此建立非线性的支持向量机模型,并利用结果模型对测得的真实数据拟合预测。以宁夏回族自治区某污水处理厂的污染物测量数据作为实验数据,结果表明,利用该算法预测数据的准确率可达97.977%,检测异常数据准确度高,缺失数据补全正确。 相似文献
34.
35.
从龟裂地植物群落建群现象剖析生态演替中有关问题 总被引:4,自引:0,他引:4
演替是生态学最基本概述之一,演替研究是从植物群落开始并取得巨大进展,植物群落与生境的相互作用,引起一系列变化过程,使群落受内部调节而呈有序的,具方向性的,可预见的发展过程,植被自建群开始而渐向稳定阶段发展,其结构与功能逐渐改善,每一步骤的变化均与其生存环境的改善相偶联。从生态系统的角度分析,演替是处于渐进而持续的过程,因而寓于演替系列的任一过程。无论是生物群或其生境均呈动态。作者通过龟裂地植物群落 相似文献
36.
37.
38.
39.
寒区典型湿地浮游植物功能群季节变化及其与环境因子关系 总被引:4,自引:0,他引:4
安邦河湿地是一个典型的寒区湿地,本文运用功能群的方法对其浮游植物季节变化进行研究,并运用多元分析方法分析其与环境因子的关系.安邦河湿地共有浮游植物种8门104种,划分为14个功能群,分别是C、D、E、F、H1、J、Lo、M、MP、N、P、SN、X1和Y.其中重要功能群是C、D、E、J、Lo、N、P和Y.浮游植物的功能群组成季节变化明显,春季以功能群E和Lo生物量所占比例最大,分别为27.45%和20.49%;夏季以功能群D、J、P占优,为28.59%、18.53%和19.47%;秋季以功能群J、P为主,占39.65%和13.34%.可见,安邦河湿地浮游植物功能群的季节变化呈现为E+Lo→D+J+P→J+P的特点,反映了水环境特征:春季低水温低营养盐、夏季高水温高营养盐且水体混浊、秋季水温和营养盐均较高.运用冗余分析(RDA)分析浮游植物功能群与环境因子之间的关系,结果显示水温(WT)、无机氮(DIN)和溶解性磷酸盐(SRP)是安邦河湿地浮游植物功能群季节变化的主要环境因子. 相似文献
40.