全文获取类型
收费全文 | 788篇 |
免费 | 97篇 |
国内免费 | 125篇 |
专业分类
安全科学 | 238篇 |
废物处理 | 2篇 |
环保管理 | 73篇 |
综合类 | 442篇 |
基础理论 | 74篇 |
污染及防治 | 51篇 |
评价与监测 | 42篇 |
社会与环境 | 33篇 |
灾害及防治 | 55篇 |
出版年
2024年 | 2篇 |
2023年 | 24篇 |
2022年 | 28篇 |
2021年 | 30篇 |
2020年 | 29篇 |
2019年 | 27篇 |
2018年 | 21篇 |
2017年 | 26篇 |
2016年 | 24篇 |
2015年 | 41篇 |
2014年 | 30篇 |
2013年 | 42篇 |
2012年 | 50篇 |
2011年 | 63篇 |
2010年 | 56篇 |
2009年 | 61篇 |
2008年 | 33篇 |
2007年 | 63篇 |
2006年 | 66篇 |
2005年 | 39篇 |
2004年 | 31篇 |
2003年 | 38篇 |
2002年 | 34篇 |
2001年 | 33篇 |
2000年 | 15篇 |
1999年 | 11篇 |
1998年 | 19篇 |
1997年 | 12篇 |
1996年 | 5篇 |
1995年 | 19篇 |
1994年 | 15篇 |
1993年 | 6篇 |
1992年 | 1篇 |
1991年 | 3篇 |
1990年 | 2篇 |
1989年 | 3篇 |
1988年 | 1篇 |
1987年 | 2篇 |
1986年 | 1篇 |
1983年 | 2篇 |
1982年 | 1篇 |
1981年 | 1篇 |
排序方式: 共有1010条查询结果,搜索用时 15 毫秒
61.
基于人工神经网络理论的建筑物火灾安全评价研究 总被引:5,自引:2,他引:3
依据建筑物火灾危险性的影响因素,应用人工神经网络理论及系统安全方法,建立了建筑物火灾危险性的评价指标体系,该方法摆脱了评价过程中的随机性和参评人员主观上的不确定性及其认识上的模糊性等缺点,大大提高了准确性。为了验证评价模型的准确性,将该理论应用到某高校图书馆火灾危险性评价中,快速、准确地得到了安全评价结果,取得了满意效果,为建筑物防火设计以及安全管理提供了可行的依据。 相似文献
62.
63.
刘义高 《防灾减灾工程学报》2001,21(2):11-14,22
将安徽省六安地区流动地磁测线 12个流动地磁测点的∑ |δfi|异常与安徽中西部地震活动性作对比分析 ,初步结果为 :12个流动地磁测点的∑ |δfi|值较大 (∑ |δfi|≥Fu) ,一年内安徽中西部地区的地震活动性增强 ;反之 ,则安徽中西部地区的地震活动性较弱。此方法在地震的中短期预报中有一定的实用意义。 相似文献
64.
湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L-1)预测方面的效果.结果表明:(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于... 相似文献
65.
走滑断层是埋地管道常见的地质灾害威胁,断层作用下管道会发生较大的拉压应变而失效。为得到X80管道的设计应变,基于有限元方法建立了走滑断层作用下管道的应变响应数值计算模型,模型使用壳单元模拟管道,非线性弹簧单元模拟土壤约束,采用西二线实际工程的管道应变影响参数范围,计算了管道的设计应变;为预测管道的设计应变值,基于以上参数化分析得到的4 817组设计应变结果,采用人工神经网络建立了管道设计应变预测模型。结果表明:该神经网络模型预测结果的最大相对误差小于10%,预测准确性良好,且该方法具有较高的计算效率,可以为断层作用下埋地管道的应变设计与评估提供参考。 相似文献
66.
Shalamu Abudu J. Phillip King Zhuping Sheng 《Journal of the American Water Resources Association》2012,48(1):10-23
Abudu, S., J.P. King, Z. Sheng, 2011. Comparison of the Performance of Statistical Models in Forecasting Monthly Total Dissolved Solids in the Rio Grande. Journal of the American Water Resources Association (JAWRA) 48(1): 10‐23. DOI: 10.1111/j.1752‐1688.2011.00587.x Abstract: This paper presents the application of autoregressive integrated moving average (ARIMA), transfer function‐noise (TFN), and artificial neural networks (ANNs) modeling approaches in forecasting monthly total dissolved solids (TDS) of water in the Rio Grande at El Paso, Texas. Predictability analysis was performed between the precipitation, temperature, streamflow rates at the site, releases from upstream reservoirs, and monthly TDS using cross‐correlation statistical tests. The chi‐square test results indicated that the average monthly temperature and precipitation did not show significant predictability on monthly TDS series. The performances of one‐ to three‐month‐ahead model forecasts for the testing period of 1984‐1994 showed that the TFN model that incorporated the streamflow rates at the site and Caballo Reservoir release improved monthly TDS forecasts slightly better than the ARIMA models. Except for one‐month‐ahead forecasts, the ANN models using the streamflow rates at the site as inputs resulted in no significant improvements over the TFN models at two‐month‐ahead and three‐month‐ahead forecasts. For three‐month‐ahead forecasts, the simple ARIMA showed similar performance compared to all other models. The results of this study suggested that simple deseasonalized ARIMA models could be used in one‐ to three‐month‐ahead TDS forecasting at the study site with a simple, explicit model structure and similar model performance as the TFN and ANN models for better water management in the Basin. 相似文献
67.
68.
为了提高阿特拉津降解菌Acinetobactersp.DNS32的产量,分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分(玉米粉、豆饼粉、K:HPO。)进行优化研究。响应曲面法确定3种成分的含量为玉米粉39.494g/L,豆饼粉25.638g/L和K。HPO。3.265g/L时,预测发酵活菌最大生物量为7.079×10^8CFU/mL,实测量为7.194×10^8CFU/mL;人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39.650g/L,豆饼粉为25.500g/L,K2HPO4为2.624g/L时,预测最大值为7.199×10^8CFU/mL,实测量为7.244×10。CFU/mL;最终确定培养基配方:玉米粉为39.650g/L,豆饼粉为25.500g/L,K2HPO4为2.624g/L,CaCO3为3.000g/L,MgSO4·7H2O和NaCl均为0.200g/L;优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36.6%。结果表明,在阿特拉津降解菌DNS32发酵培养基组分优化方面,响应面法和基于人工神经网络的遗传算法都是可行的,基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。 相似文献
69.
为了提高阿特拉津降解菌Acinetobacter sp.DNS32的产量,分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分(玉米粉、豆饼粉、K2HPO4)进行优化研究。响应曲面法确定3种成分的含量为玉米粉39.494 g/L,豆饼粉25.638 g/L和K2HPO43.265 g/L时,预测发酵活菌最大生物量为7.079×108CFU/mL,实测量为7.194×108CFU/mL;人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L时,预测最大值为7.199×108CFU/mL,实测量为7.244×108CFU/mL;最终确定培养基配方:玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L,CaCO3为3.000 g/L,MgSO4.7H2O和NaCl均为0.200 g/L;优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36.6%。结果表明,在阿特拉津降解菌DNS32发酵培养基组分优化方面,响应面法和基于人工神经网络的遗传算法都是可行的,基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。 相似文献
70.
通过厌氧折流板反应器(ABR)处理硫酸盐有机废水的实验数据对BP神经网络进行训练,建立了ABR处理硫酸盐有机废水的BPNN模型,通过测试对比,找出了较优训练函数为traingda,较优训练次数为1 900.利用分割连接权值法(PCW)对影响出水SO42-和COD的主要因素进行分析,结果显示进水COD、SO42-、pH、COD/SO42-和HRT对出水SO42-和COD均产生一定影响,其中进水pH对出水SO42-和COD的影响最大,相对重要性(RI)指数分别为30.79%和23.44%;并通过样本试验数据分别建立了对SO42-和COD去除率的限制因子仿真模型,为预测硫酸盐有机废水的厌氧处理过程提供指导. 相似文献