| 标题 |
 Global horizontal and direct normal solar irradiance modeling by the machine learning methods XGBoost and deep neural networks with CNN-LSTM layers: a case study using the GOES-16 satellite imagery 基于机器学习方法XGBoost和具有CNN-LSTM层的深度神经网络的全球水平和直接法向太阳辐照度建模：使用GOES-16卫星图像的案例研究
相关领域
卷积神经网络
均方误差
水准点（测量）
辐照度
人工神经网络
可再生能源
计算机科学
卫星
太阳辐照度
深度学习
算法
太阳能
人工智能
环境科学
遥感
气象学
数学
地图学
工程类
统计
地理
物理
光学
电气工程
航空航天工程
|
| 网址 | |
| DOI | |
| 其它 |
期刊：International journal of energy and environmental engineering 作者：Paulo Alexandre Costa Rocha; Victor Oliveira Santos 出版日期：2022-04-19 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
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)
Nole
渡人舟
刘厚麟
Criminology34
6666
GingerF
ilmadf
无极微光
学术文献互助
极限001
kento
MA_JT
Ali
blackia
DIVINEDC
拆迁办禁言
Magali
mmyhn
秋风
无限凤妖
皖公网安备34019202002308
