| 标题 |
 Use of one-dimensional CNN for input data size reduction in LSTM for improved computational efficiency and accuracy in hourly rainfall-runoff modeling 使用一维CNN减少LSTM中的输入数据大小，以提高每小时降雨-径流模拟的计算效率和精度
相关领域
卷积神经网络
过度拟合
计算机科学
深度学习
蒸散量
地表径流
短波辐射
人工智能
分水岭
环境科学
人工神经网络
气象学
机器学习
辐射
生态学
生物
物理
量子力学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Journal of Environmental Management 作者：Kei Ishida; Ali Ercan; Takeyoshi Nagasato; Masato Kiyama; Motoki Amagasaki 出版日期：2024-04-27 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
yar
eric888
HEIKU
xiaokang123
若雨凌风
热心市民小红花
薅住科研的头发
yx_cheng
Billy
风清扬
jyy
Xiaoxiao
sutharsons
潇潇雨歇
小宋
Hans
大模型
冰魂
nenoaowu
机灵柚子
皖公网安备34019202002308
