全文获取类型
收费全文 | 797篇 |
免费 | 106篇 |
国内免费 | 93篇 |
专业分类
安全科学 | 347篇 |
废物处理 | 2篇 |
环保管理 | 51篇 |
综合类 | 383篇 |
基础理论 | 34篇 |
污染及防治 | 44篇 |
评价与监测 | 38篇 |
社会与环境 | 27篇 |
灾害及防治 | 70篇 |
出版年
2024年 | 18篇 |
2023年 | 74篇 |
2022年 | 62篇 |
2021年 | 44篇 |
2020年 | 38篇 |
2019年 | 45篇 |
2018年 | 37篇 |
2017年 | 34篇 |
2016年 | 25篇 |
2015年 | 42篇 |
2014年 | 55篇 |
2013年 | 30篇 |
2012年 | 43篇 |
2011年 | 55篇 |
2010年 | 50篇 |
2009年 | 50篇 |
2008年 | 33篇 |
2007年 | 39篇 |
2006年 | 50篇 |
2005年 | 31篇 |
2004年 | 23篇 |
2003年 | 20篇 |
2002年 | 14篇 |
2001年 | 19篇 |
2000年 | 9篇 |
1999年 | 11篇 |
1998年 | 16篇 |
1997年 | 8篇 |
1996年 | 8篇 |
1995年 | 7篇 |
1994年 | 5篇 |
1979年 | 1篇 |
排序方式: 共有996条查询结果,搜索用时 656 毫秒
211.
212.
213.
214.
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
215.
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
216.
基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。 相似文献
217.
神经网络在海水腐蚀预测中的应用 总被引:1,自引:1,他引:1
根据我国材料自然环境腐蚀网站长期以来积累的海水腐蚀数据,采用BP人工神经网络算法,建立了碳钢及低合金钢的海水腐蚀预测模型.该模型以合金成分、环境因素为输入参数,以平均腐蚀速率为输出参数.以碳钢、低合金钢的17种钢种在青岛、厦门、榆林海水腐蚀试验站16年腐蚀数据建模.选定A3钢与10CrCuSiV在以上三地16年的腐蚀数据为验证样本.结果表明该网络具有良好的预测精度,能够正确反映海水环境腐蚀性因素及金属材料腐蚀暴露时间与其腐蚀速率的关系,用于碳钢及低合金钢在海洋全浸环境中的腐蚀预测. 相似文献
218.
针对固定观测站采集的序列图像中光照变化和背景复杂的问题,将图像序列作为图像在时间维的拓展,提出一种结合颜色空间变换和神经网络的目标分类方法,以辽河口湿地为例开展实地观测试验。基于前期现场调查得到的地物分布信息,将序列图像转换至HSV空间,选择像素小区域作为样本训练多层神经网络,获得更高维度分类依据映射,并完成潮滩生态监测区域目标分类及重要湿地植物翅碱蓬的分布信息提取。对提取结果进行定量验证,该方法整体精确率稳定在90%左右。 相似文献
219.
基于RBF神经网络模型的砂土液化震陷预估法 总被引:1,自引:0,他引:1
以我国海城地震、唐山地震和日本新漏地震中建筑物地基的液化震陷实测资料为基础,地震动方面选取地震烈度,,上部结构特征方面选取基底压力P、基础类型r、宽深比BD。和建筑物的长高比L/H,地基土方面选取土的相对密度Dr、上覆非液化土层厚度Da、地下水位dw,共8个影响建筑物地基震陷的主要因素作为神经网络模型的输入参数,地基震陷量与液化土层的深度之比SD作为神经网络模型的输出,采用径向基函数神经网络模型建立建筑物地基的液化震陷预估模型,并利用该模型建立了因素影响趋势线,通过对该神经网络模型的建立、运行和检验,得到了各因素对砂土液化引起的地基震陷量大小的若干影响规律。 相似文献
220.