ARIMA和LSTM方法长时间温度观测数据缺失值插补的比较
文献类型：CNKI期刊论文
| 作者 | 郑欣彤; 边婷婷; 张德强; 贺伟 |
| 发表日期 | 2022-06-30 |
| 出处 | 计算机应用
 |
| 关键词 | 气象观测数据 数据缺失 深度学习 时间序列分析 高精度插补 |
| 卷 | 42期:S1页:130-135 |
| 语种 | 中文 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/183122]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 通讯作者 | 郑欣彤 |
| 作者单位 | 1.中国科学院大学资源与环境学院 2.北京联合大学管理学院 3.资源与环境信息系统国家重点实验室(中国科学院地理科学与资源研究所) 4.中国科学院华南植物园鼎湖山森林生态系统定位研究站 |
| 推荐引用方式 GB/T 7714 | 郑欣彤,边婷婷,张德强,等. ARIMA和LSTM方法长时间温度观测数据缺失值插补的比较. 2022. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。