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 843 毫秒
441.
基于集合经验模态分解和支持向量机的溶解氧预测 总被引:2,自引:0,他引:2
应用集合经验模态分解(EEMD)和支持向量机(SVM)相结合的方法,建立一种天然水体溶解氧浓度预测模型。首先,利用EEMD方法将溶解氧时序分解成不同频段的分量,以降低序列的非平稳性;然后,根据各序列分量的自身特征建立合适的SVM预测模型,此过程通过相关分析确定各分量输入量;最后,将各子分量预测值合成得到最终的预测结果。使用该模型对嘉陵江北温泉段的溶解氧浓度进行预测,结果表明,与传统单一的SVM和BP神经网络模型相比,该模型能有效提高预测精密度,具有良好的应用前景。 相似文献
442.
443.
444.
445.
为避免原始人工蜂群算法(原始ABC算法)搜索时陷入局部最优解,提出一种改进的人工蜂群算法(MABC算法),该方法先将原始蜜源的适应度进行排序,找出适应度最高的蜜源,再在其周围搜索更优解,并采用MABC算法对支持向量回归(SVR)模型参数进行优化,实现对边坡安全系数的回归分析与预测。通过对两种算法进行函数测试,结果表明:MABC算法较原始ABC算法收敛速度快、全局性好。选取实例边坡数据构造训练集和测试集,采用MABC-SVR方法基于建立的边坡安全系数预测模型进行预测,结果表明:均方根误差为0.004 6,最大相对误差为7.62%,回归系数为0.967 2。可见,建立的边坡安全系数预测模型准确度较高,可推广使用。 相似文献
446.
为了对煤与瓦斯突出进行有效预测,将遗传算法和支持向量机相结合,提出煤与瓦斯突出预测的GA-SVM模型。以我国典型的煤与瓦斯突出煤矿15个实例为样本,以交叉验证准确率作为遗传算法的适应度函数,搜索得到径向基核SVM最优惩罚因子C=28.8786、宽度函数σ=0.16508,利用最优参数建立煤与瓦斯突出预测GA-SVM模型进行预测,结果与实际完全一致。应用该模型对云南恩洪煤矿8个突出实例进行预测,并与单项指标法、综合指标法和BP神经网络进行比较。研究结果表明,煤与瓦斯突出预测GA-SVM模型具有较高的可靠性和精确性,能对煤与瓦斯突出进行有效预测。 相似文献
447.
《再生资源与循环经济》2008,1(3):46-46
从天津市发改委获悉,经国家发改委批准,天津市重大高新技术产业化项目——废轮胎高附加值综合利用设备及工艺技术开发和废轮胎资源化利用项目,日前分别被正式列入国家重大产业技术开发专项项目和2008年循环经济和资源节约重大示范项目及重点工业污染治理工程中央预算内投资计划,获得国家资金支持1050万元。这是天津市发展循环经济的又一重要成果。 相似文献
448.
449.
450.
以珠江片水域为研究对象,在梳理国内外相关文献的基础上,针对珠江片现有水资源环境与社会发展关系情况,构建了珠江片水环境承载力评价指标体系,而后采用变异系数法客观确定指标权重,再运用向量模法对珠江片水环境承载力进行评价,揭示并分析了近年珠江片水环境承载力的变化趋势。结果表明,2006~2014年间珠江片水环境承载力呈缓慢持续上升趋势,承载力水平值介于0.04~0.06之间,说明珠江片水环境承载力仍处于较低水平。 相似文献