全文获取类型
收费全文 | 1880篇 |
免费 | 209篇 |
国内免费 | 264篇 |
专业分类
安全科学 | 583篇 |
废物处理 | 12篇 |
环保管理 | 134篇 |
综合类 | 1037篇 |
基础理论 | 100篇 |
污染及防治 | 72篇 |
评价与监测 | 108篇 |
社会与环境 | 185篇 |
灾害及防治 | 122篇 |
出版年
2024年 | 50篇 |
2023年 | 161篇 |
2022年 | 153篇 |
2021年 | 133篇 |
2020年 | 100篇 |
2019年 | 114篇 |
2018年 | 88篇 |
2017年 | 96篇 |
2016年 | 76篇 |
2015年 | 105篇 |
2014年 | 128篇 |
2013年 | 73篇 |
2012年 | 100篇 |
2011年 | 118篇 |
2010年 | 100篇 |
2009年 | 104篇 |
2008年 | 65篇 |
2007年 | 89篇 |
2006年 | 96篇 |
2005年 | 60篇 |
2004年 | 40篇 |
2003年 | 41篇 |
2002年 | 32篇 |
2001年 | 40篇 |
2000年 | 21篇 |
1999年 | 28篇 |
1998年 | 31篇 |
1997年 | 27篇 |
1996年 | 18篇 |
1995年 | 15篇 |
1994年 | 10篇 |
1993年 | 13篇 |
1992年 | 6篇 |
1991年 | 11篇 |
1989年 | 9篇 |
1987年 | 1篇 |
1979年 | 1篇 |
排序方式: 共有2353条查询结果,搜索用时 234 毫秒
291.
292.
293.
294.
湖泊水质富营养化评价的模糊神经网络方法 总被引:40,自引:0,他引:40
为了探索人工神经网络用于湖泊营养化评价的可能性,提出了基于多准则学习的模糊神经网络湖泊水质营养化评价模型。该模型应用于我国五大主要湖泊水质营养化的评价结果表明,模糊神经网络用于湖泊水质营养化评价,具有简便、实用、客观性和广泛的通用性。 相似文献
295.
回归曲线在化验分析工作中的应用颇为广泛。在实际运用中,回归曲线的合并问题是我们经常遇到的。两条回归曲线的合并方法已非常成熟,至于三条以上回归曲线的合并方法,据现有资料报道,采用的都是逐条曲线合并的方法,不仅计算过程非常复杂,而且用何种合并顺序尚无定论。本文用一种新思路,提出一种与合并顺序无关的多条回归曲线合并的简单方法,供同仁参考。1合并的思路与方法鉴于逐条合并的种种缺点,我们从两条曲线合并公式中得到启迪,寻找一个简单易懂又可将多条曲线同时合并的方法。两条回归曲线合并公式[1]如下:从以上公式中可以… 相似文献
296.
297.
298.
为揭示京杭运河上游桐乡段总磷浓度不能稳定达到GB 3838—2002《地表水环境质量标准》Ⅲ类标准的原因,在桐乡段干流布设24个采样点,入河支流布设18个采样点,开展水质加密监测,研究磷污染发生的时空变化规律;基于水质常规指标的主成分分析,以及各主成分因子中强载荷指标与三维荧光组分的相关性分析,对重点河段磷的主要污染源进行解析;并基于绝对主成分—多元线性回归模型,定量评价主要磷污染源的贡献率。结果表明:1)京杭运河上游桐乡段干流入境水总磷浓度为0.14~0.20 mg/L,沿程监测点5~7、9和21~24有明显变差趋势,最高浓度达0.40 mg/L;部分入河支流水质较差,总磷浓度达到0.44 mg/L。2)主成分分析得到3个主因子,因子1以氨氮、溶解态磷为主要载荷,与类蛋白质组分显著相关,代表生产生活污染;因子2以高锰酸盐指数、溶解态磷、颗粒态氮为主要载荷,与类腐殖质组分显著相关,代表农业源;因子3以颗粒态磷、颗粒态氮为主要载荷,与浊度显著相关,代表码头污染与底泥源。3)运河上游河段的磷污染主要发生在干流监测点5~7和9,主要为码头污染与底泥源,其在丰水期和平水期的贡献率分别为65.9... 相似文献
299.
非线性回归法计算曝气设备清水氧传递系数 总被引:8,自引:0,他引:8
分析对比作图法、线性回归法和非线性回归法计算曝气设备清水氧传递系数(KLa)各自的优缺点。指出在实际测定曝气设备性能中,使用非线性回归法计算KLa更加可靠.而且可以使测试过程更加容易控制。所以在实际测试过程中,推荐使用非线性回归法计算KLa。 相似文献
300.
本文将反向传播神经网络(BPNN)应用于青藏高原一江两河流域(雅鲁藏布江山南段、拉萨河、年楚河)水体中重金属浓度预测,探讨了输入变量、预测因子、隐藏层节点数和模型结构的影响.模型以溶解氧(DO)、pH、电导率(EC)、总磷(TP)、铁(Fe)作为网络的输入层,重金属砷(As)、锑(Sb)、钼(Mo)、锰(Mn)的含量作为网络的输出层,使用Levenberg-Marquardt (LM)算法进行训练.其中,BPNN隐藏层的传递函数为tansig,隐藏层节点数为9,输出层的传递函数为purelin,输出层节点数为4.结果表明:(1)以单个元素作为预测因子时,As、Sb、Mo、Mn预测值和实测值的决定系数(R2)分别为0.98、 0.933、 0.894、 0.928;均方根误差(RMSE)分别为:9.7168×10-4、 1.2508×10-4、 3.3159×10-4、1.9188×10-3.(2)以4个元素作为预测因子时,预测值和实测值的决定系数(R2)为... 相似文献