基于深度学习的温度观测数据长时间缺失值插补方法
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 | 2022-04-14 |
| 出处 | 计算机系统应用
 |
| 关键词 | 长时间序列 BiLSTM-I 温度缺失 高精度插补 深度学习 长记忆 |
| 卷 | 31期:04页:221-228 |
| 语种 | 中文 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/183333]  |
| 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.中国科学院华南植物园鼎湖山森林生态系统定位研究站 2.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 3.中国科学院大学资源与环境学院 4.北京联合大学管理学院 |
| 推荐引用方式 GB/T 7714 | 郑欣彤,边婷婷,张德强,等. 基于深度学习的温度观测数据长时间缺失值插补方法. 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。