全文获取类型
收费全文 | 248篇 |
免费 | 27篇 |
国内免费 | 31篇 |
专业分类
安全科学 | 53篇 |
废物处理 | 1篇 |
环保管理 | 22篇 |
综合类 | 141篇 |
基础理论 | 17篇 |
污染及防治 | 19篇 |
评价与监测 | 17篇 |
社会与环境 | 10篇 |
灾害及防治 | 26篇 |
出版年
2024年 | 1篇 |
2023年 | 4篇 |
2022年 | 4篇 |
2021年 | 10篇 |
2020年 | 13篇 |
2019年 | 5篇 |
2018年 | 5篇 |
2017年 | 3篇 |
2016年 | 1篇 |
2015年 | 4篇 |
2014年 | 6篇 |
2013年 | 13篇 |
2012年 | 12篇 |
2011年 | 11篇 |
2010年 | 21篇 |
2009年 | 19篇 |
2008年 | 14篇 |
2007年 | 19篇 |
2006年 | 16篇 |
2005年 | 13篇 |
2004年 | 10篇 |
2003年 | 18篇 |
2002年 | 18篇 |
2001年 | 16篇 |
2000年 | 7篇 |
1999年 | 6篇 |
1998年 | 10篇 |
1997年 | 10篇 |
1996年 | 3篇 |
1995年 | 10篇 |
1994年 | 4篇 |
排序方式: 共有306条查询结果,搜索用时 54 毫秒
161.
人工神经网络在鞍山城区岩溶塌陷危险性评价中的应用 总被引:3,自引:0,他引:3
回顾了岩溶塌陷危险性评价研究进展,分析了鞍山市区岩溶塌陷的主要影响因素,选取了“盖层结构、盖层厚度、含砾石粘土厚度、构造影响距、构造组合、灰岩富水情况、降落漏斗影响距、地下水径流强度、基岩类型、岩溶填充率、线岩溶率、居民点分布和人口密度“作为岩溶塌陷危险性评价指标;结合实际情况阐述了人工神经网络的应用过程,得到了每个指标的权重;利用地理信息系统作为评价手段对鞍山市岩溶塌陷危险性进行了区划。通过与历史岩溶塌陷点分布图的比对,验证了区划结果是可信的。 相似文献
162.
采用MATLAB语言建立BP人工神经网络模型,以沈煤集团红阳三矿为例,在收集矿区开采移动实测数据基础上,利用已有观测数据对网络进行训练和测试,研究了煤矿开采引起的地表移动变形计算参数与地质采矿条件数据之间的关系,对地下开采引起的地表移动变形参数进行求取,对参数变化规律进行研究。建立了地袁移动参数预测模型,经过与实测值进行对比回归分析,证明了该网络的有效性和准确性。 相似文献
163.
164.
本文依据建筑施工过程安全状态特征,从人、机、环境、管理四个方面进行分析,构建了建筑施工安全评价指标体系,并将粗糙集理论与人工神经网络模型两种方法相结合,建立了基于粗糙集-人工神经网络的建筑施工安全评价模型,对建筑施工过程安全状况进行评价,即:首先通过专家评议同粗糙集理论相结合,对评价指标体系中的各指标进行约简,并确定影响建筑施工安全的核心因素;然后将经粗糙集约简后的评价指标采用人工神经网络方法进行处理和计算。通过实际应用验证表明,经过训练后的神经网络所得的预测值同理论值相近,证明此种评价模型能为建筑施工安全评价提供合理的依据。 相似文献
165.
基于BP神经网络算法,采用框架结构损伤前后固有频率的变化率作为网络的输入参数,分别对框架梁的单处损伤、框架柱的多处损伤进行损伤位置的识别.数值仿真结果表明,BP神经网络算法对混凝土框架结构损伤位置的识别效果很好. 相似文献
166.
167.
河南省汛期地质灾害预警的BP神经网络模型及应用 总被引:1,自引:1,他引:0
根据诱发地质灾害的内外因素建立地质灾害预警模型,评价河南省地质灾害的危险性.选取地形地貌、地质构造、岩土体类型、植被分布、水土流失、降雨和人类生产活动7个影响地质灾害的因素,建立了地质灾害预警的BP神经网络模型.根据监测数据进行训练和检验后,采用该模型对河南省汛期地质灾害进行预测,发现预测结果与实际情况基本一致.研究表明,建立的BP神经网络模型作为一种灾害预警的探索和尝试,具有一定的适用性和推广价值,可以作为地质灾害危险性评价预测方法的补充. 相似文献
168.
环境质量综合评价的径向基函数网络模型 总被引:11,自引:1,他引:10
建立了一个环境质量综合评价的径向基函数人工神经网络(RBF-ANN)模型,同时提出了一种简便?快速的RBF-ANN的最小二乘算法(RBF-LS算法)?在城市环境质量综合评价的应用中表明,提出的RBF-ANN模型及其算法是合理?有效?通用的? 相似文献
169.
170.
作为一种高效清洁的能源,燃气已经成为城市能源中的重要一员,燃气管网破坏亦成为城市所面临的重大安全隐患。城市埋地燃气管网的破坏风险,往往受到多种影响因素的共同作用。通过分析常州市埋地燃气管网破坏的影响因素,确定了地面沉降、地裂缝、城市内涝、土壤腐蚀等4个风险评价因子。运用MATLAB中的人工神经网络工具,通过人工神经网络计算,优化了模型网络结构,建立了常州市埋地燃气管网破坏风险预测的人工神经网络模型。分析计算结果,并为常州市埋地燃气管网的安全防护提供了建议。 相似文献