全文获取类型
收费全文 | 230篇 |
免费 | 32篇 |
国内免费 | 45篇 |
专业分类
安全科学 | 94篇 |
废物处理 | 2篇 |
环保管理 | 15篇 |
综合类 | 126篇 |
基础理论 | 10篇 |
环境理论 | 1篇 |
污染及防治 | 15篇 |
评价与监测 | 16篇 |
社会与环境 | 12篇 |
灾害及防治 | 16篇 |
出版年
2024年 | 1篇 |
2023年 | 6篇 |
2022年 | 9篇 |
2021年 | 11篇 |
2020年 | 7篇 |
2019年 | 12篇 |
2018年 | 12篇 |
2017年 | 8篇 |
2016年 | 12篇 |
2015年 | 18篇 |
2014年 | 14篇 |
2013年 | 12篇 |
2012年 | 21篇 |
2011年 | 23篇 |
2010年 | 17篇 |
2009年 | 18篇 |
2008年 | 9篇 |
2007年 | 15篇 |
2006年 | 18篇 |
2005年 | 21篇 |
2004年 | 9篇 |
2003年 | 9篇 |
2002年 | 6篇 |
2001年 | 5篇 |
2000年 | 1篇 |
1999年 | 2篇 |
1998年 | 7篇 |
1997年 | 3篇 |
1995年 | 1篇 |
排序方式: 共有307条查询结果,搜索用时 31 毫秒
61.
阐述了BP神经网络的基本原理,利用机会约束的思想建立了综合安全评价模型.运用反向传播算法和遗传算法对神经元网络进行训练,在此分析基础上对系统综合安全评价模型进行求解,并对运用神经元网络进行综合安全评价的优点进行了分析。 相似文献
62.
基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演 总被引:7,自引:0,他引:7
叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价湖泊水体的富营养化程度.太湖是典型的二类水体,光学性质复杂,应用一类水体线性反演模式拟合较为片面且难以找到最佳拟合模型.BP神经网络模型具有模拟复杂非线性问题的功能.为研究高分一号卫星16m多光谱相机WFV4结合BP神经网络进行太湖叶绿素a浓度监测的可行性,实验利用GF-1 WFV4影像和实时的地面采样数据,建立了BP神经网络模型,同时采用波段比值经验模型进行对比.经精度检验,BP神经网络模型预测值与实测值之间的可决系数R2高达0.9680,而波段比值模型的R2为0.9541,且均方根误差RMSE由波段比值模型的18.7915降低为BP神经网络模型的7.6068,平均相对误差e也由波段比值模型的19.16%降低为BP神经网络模型的6.75%.结果证明,GF-1 WFV4影像应用BP神经网络模型反演太湖叶绿素a浓度较波段比值模型精度有所提高.将经过水体掩膜的GF-1 WFV4影像用于训练好的BP神经网络反演太湖叶绿素a浓度分布,结果显示,叶绿素a高浓度区集中分布在湖心区北部、竺山湾、梅梁湾区域,与之前的研究一致.本文研究结果验证了采用BP神经网络模型对GF-1 WFV4影像进行太湖叶绿素a浓度反演的可行性. 相似文献
63.
64.
65.
基于BP神经网络的鄱阳湖水位模拟 总被引:2,自引:0,他引:2
考虑到鄱阳湖水位受流域五河与长江来水等多因素的共同作用而表现出高度非线性响应,采用典型的三层BPNN神经网络模型来模拟鄱阳湖水位与其主控因子之间的响应关系。分别将湖口、星子、都昌、棠荫和康山水位作为目标变量进行BPNN模型构建和适用性评估。结果显示:综合考虑流域五河及长江来水(汉口或九江)的BPNN水位模型,空间站点水位模拟精度(R2和Ens)可达090以上,各站点的均方根误差(RMSE)变化范围约050~10 m,若忽略长江来水的影响作用,仅将流域五河来水作为湖泊水位的主控影响因子,模型训练期与测试期的纳希效率系数(Ens)和确定性系数(R2)显著降低,且低于050,均方根误差(RMSE)也明显增大(124~288 m),意味着综合考虑流域五河与长江来水是获取结构合理、精度保证的鄱阳湖水位模型的重要前提。同时建议针对鄱阳湖湖盆变化对水位的影响,尽可能选择一致性较好的长序列数据集来训练和测试BPNN模型。所构建的BPNN神经网络模型可进一步结合流域水文模型,用来预测气候变化与人类活动下流域径流变化对湖泊水位的潜在影响,也可作为一种有效的模型工具来回答当前鄱阳湖一些备受关注的热点问题,如定量区分流域五河与长江来水对湖泊洪枯水位的贡献分量,为湖泊洪涝灾害的防治和对策制定提供科学依据 相似文献
66.
67.
68.
69.
讨论了人工神经网络中最常用的多层前馈网络 ( BP网络 )及误差反向传播算法应用于化学和环境科学时要考虑的几个问题 :网络的输入与数据的归一化 ;隐含层数、隐含层节数和学习速率 ;训练集与监控集 ;网络误差 ;初始权重 相似文献
70.
讨论了BP网络模型存在的不足及建模条件,提出了建立合理的BP网络模型的基本原则和步骤.针对水质评价问题,通过在各类水质污染指标浓度区间内生成随机分布样本的方法,组成足够多用于BP网络训练、检验和测试用的样本,建立了辽河水质综合评价的BP网络模型;给出了区分不同类别水质的模型分界值样本和模型输出分界值. 相似文献