QQ客服 官方微博 反馈留言

浏览/检索结果: 共5条，第1-5条 帮助 限定条件 专题：地理科学与资源研究所    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择发表日期升序发表日期降序提交时间升序提交时间降序题名升序题名降序作者升序作者降序 Encoder-Decoder Full Residual Deep Networks for Robust Regression and Spatiotemporal Estimation 期刊论文 IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 卷号: 32, 期号: 9, 页码: 4217-4230 作者:  Li, Lianfa;  Fang, Ying;  Wu, Jun;  Wang, Jinfeng;  Ge, Yong 收藏  |  浏览/下载：80/0  |  提交时间：2021/11/05 Bias  deep learning  encoder-decoder  full residual deep network  non-linear regression  prediction of satellite aerosol optical depth (AOD) and PM2.5  spatiotemporal modeling   Spatial Downscaling of Land Surface Temperature Based on a Multi-Factor Geographically Weighted Machine Learning Model 期刊论文 REMOTE SENSING, 2021, 卷号: 13, 期号: 6, 页码: 33 作者:  Xu, Saiping;  Zhao, Qianjun;  Yin, Kai;  He, Guojin;  Zhang, Zhaoming 收藏  |  浏览/下载：21/0  |  提交时间：2021/07/09 land surface temperature  spatial downscaling  geographically weighted regression  ensemble learning  extreme gradient boosting  multivariate adaptive regression splines  Bayesian ridge regression  Sentinel-2A   A Framework to Predict High-Resolution Spatiotemporal PM(2.5)Distributions Using a Deep-Learning Model: A Case Study of Shijiazhuang, China 期刊论文 REMOTE SENSING, 2020, 卷号: 12, 期号: 17, 页码: 33 作者:  Zhang, Guangyuan;  Lu, Haiyue;  Dong, Jin;  Poslad, Stefan;  Li, Runkui 收藏  |  浏览/下载：17/0  |  提交时间：2021/03/16 PM2.5  AOD  XGBoost  prediction  deep learning  ConvLSTM  SARIMA   A Robust Deep Learning Approach for Spatiotemporal Estimation of Satellite AOD and PM2.5 期刊论文 REMOTE SENSING, 2020, 卷号: 12, 期号: 2, 页码: 27 作者:  Li, Lianfa 收藏  |  浏览/下载：16/0  |  提交时间：2020/05/19 PM2.5  satellite AOD  deep learning  autoencoder  residual network  exposure estimation  high spatiotemporal resolution   Combining Optical, Fluorescence, Thermal Satellite, and Environmental Data to Predict County-Level Maize Yield in China Using Machine Learning Approaches 期刊论文 REMOTE SENSING, 2020, 卷号: 12, 期号: 1, 页码: 20 作者:  Zhang, Liangliang;  Zhang, Zhao;  Luo, Yuchuan;  Cao, Juan;  Tao, Fulu 收藏  |  浏览/下载：11/0  |  提交时间：2020/05/19 maize  yield prediction  EVI  SIF  LST  machine learning  LSTM