全文获取类型
收费全文 | 992篇 |
免费 | 61篇 |
国内免费 | 60篇 |
专业分类
安全科学 | 441篇 |
废物处理 | 22篇 |
环保管理 | 96篇 |
综合类 | 414篇 |
基础理论 | 31篇 |
污染及防治 | 28篇 |
评价与监测 | 13篇 |
社会与环境 | 29篇 |
灾害及防治 | 39篇 |
出版年
2024年 | 12篇 |
2023年 | 35篇 |
2022年 | 36篇 |
2021年 | 27篇 |
2020年 | 25篇 |
2019年 | 29篇 |
2018年 | 20篇 |
2017年 | 27篇 |
2016年 | 29篇 |
2015年 | 35篇 |
2014年 | 87篇 |
2013年 | 41篇 |
2012年 | 73篇 |
2011年 | 81篇 |
2010年 | 56篇 |
2009年 | 60篇 |
2008年 | 69篇 |
2007年 | 53篇 |
2006年 | 48篇 |
2005年 | 46篇 |
2004年 | 19篇 |
2003年 | 32篇 |
2002年 | 25篇 |
2001年 | 21篇 |
2000年 | 16篇 |
1999年 | 24篇 |
1998年 | 12篇 |
1997年 | 12篇 |
1996年 | 8篇 |
1995年 | 13篇 |
1994年 | 5篇 |
1993年 | 9篇 |
1992年 | 6篇 |
1991年 | 10篇 |
1990年 | 5篇 |
1989年 | 6篇 |
1987年 | 1篇 |
排序方式: 共有1113条查询结果,搜索用时 31 毫秒
201.
针对缺乏土石混合体地基系数评价模型这一现状,构建了基于支持向量机的土石混合体地基系数评价模型.该模型以土体弹性模量、泊松比以及块石含石率作为输入参数,地基系数作为输出参数.为建立训练数据,基于土石混合体弹性模量与泊松比计算模型,建立了FLAC3D平板载荷模型开展数值实验.基于数值实验数据,训练支持向量机模型并进行初步验证.将该支持向量机模型用于预测现场试验获得的土石混合体地基系数,进一步验证了该模型的合理性与准确性.通过敏感性分析发现,土体弹性模量对土石混合体地基系数的影响最大,其次为含石率.基于支持向量机模型,讨论了5种已有地基系数计算模型应用于土石混合体地基系数计算的可行性,确认了可用于评估土石混合体地基系数的显式模型. 相似文献
202.
运用分室停风喷吹脉冲袋式除尘器技术 ,对传统脉冲袋式除尘器运行进行技术改造 ,使岗位作业环境粉尘浓度达到了规定标准 ,改造后的袋式除尘器运行状况良好 ,为我公司改造其它脉冲袋式除尘器探索了一条新路。 相似文献
203.
204.
205.
巷道放顶煤人-机-环境系统可靠性研究 总被引:1,自引:0,他引:1
应用系统可靠性和人 -机工程学理论 ,建立了急倾斜煤层巷道放顶煤人 -机 -环境系统可靠性模型 ,给出了系统可用度和生产能力的计算公式。结合开滦马家沟矿 972 3工作面人 -机-环境系统分析 ,探讨了提高系统可靠性和生产能力的有效途径。理论分析及实例计算结果表明 ,所建立的模型能简便地找出系统的薄弱环节 ,准确预测系统可用度和生产能力 ,从而为指导矿井设计和生产提供科学依据 相似文献
206.
运用分室停风喷吹袋式除尘技术,对传统脱冲袋式除尘器动物进行技术改造,使岗位作业环境粉尘浓度达到了规定标准,改造后的袋式除尘器运行状况良好,为我公司改造其它脉冲除尘器探索了一条新路。 相似文献
207.
地表形变是一种严重的地质灾害现象,不仅严重影响灾害区居民的日常生活,而且会造成巨大的社会经济危害,尤其在采煤区。针对传统地表沉陷监测方法费时费力、无法获取地表沉降面状信息、难以进行地表沉陷灾害评估的不足,基于高分辨率SAR卫星影像,利用永久散射体合成孔径雷达干涉测量(PS-InSAR)技术对山西省晋城市晋城矿区2018年1月至2018年12月期间地表沉陷进行监测,分析获取了该地区地表连续形变情况,并利用该技术获取的海量PS点建立支持向量机(SVM)地质灾害风险评估预警模型,对晋城矿区周边居民点地质灾害风险进行了识别和预测。结果表明:晋城矿区10个煤矿及其周边区域存在较大的地表形变;晋城矿区平均LOS向年平均地表形变速率范围为-37~30.3 mm/a; PS-InSAR技术在晋城矿区地表形变监测中具有可行性,且可以实现矿区地质灾害风险综合识别和预警。 相似文献
208.
为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补(MICE_SVM)的鲸鱼优化算法(WOA)-极限学习机(ELM)预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE_SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明:MICE_SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE_SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。 相似文献
209.
为解决能用于煤与瓦斯突出预测模型的真实事故训练数据量小、数据集缺失严重的问题,提出采用数据挖掘多重填补(MI)算法填补事故数据中缺失参数,增大可用数据集,并将填补后的数据用于支持向量机(SVM)预测模型的训练与测试,选取K最近邻(KNN)算法与SVM进行对比.结果 表明:SVM数据填补前后的平均识别率分别为88.37%... 相似文献
210.