机构

• 地理科学与资源研究... [53]
• 自动化研究所 [38]
• 沈阳自动化研究所 [14]
• 计算技术研究所 [11]
• 西安光学精密机械研究... [7]
• 合肥物质科学研究院 [4]
• 更多

采集方式

• OAI收割 [151]

内容类型

• 期刊论文 [129]
• 会议论文 [12]
• 学位论文 [8]
• CNKI期刊论文 [2]

发表日期

• 2026 [2]
• 2025 [8]
• 2024 [6]
• 2023 [18]
• 2022 [33]
• 2021 [24]
• 更多

学科主题

• 天文学 [1]
• 天文学::太阳与太阳... [1]
• 天文学::太阳与太阳... [1]
• 电子、通信与自动控制... [1]
• 计算机视觉与模式识别 [1]

筛选

浏览/检索结果: 共151条，第1-10条 帮助 条数/页： 5101520253035404550556065707580859095100 排序方式： 请选择作者升序作者降序发表日期升序发表日期降序题名升序题名降序提交时间升序提交时间降序 Daily Runoff Forecasting in the Middle Yangtze River Using a Long Short-Term Memory Network Optimized by the Sparrow Search Algorithm 期刊论文  OAI收割 WATER, 2026, 卷号: 18, 期号: 3, 页码: 364 作者:  Zhang, Qi;  Dong, Yaoyao;  Zhan, Chesheng;  Wang, Yueling;  Wang, Hongyan   |  收藏  |  浏览/下载：1/0  |  提交时间：2026/03/16 runoff prediction  Long Short-Term Memory (LSTM)  Sparrow Search Algorithm (SSA)  hyperparameter optimization  middle reaches of the Yangtze River  Jiujiang Station   基于MA-Attention-LSTM分雨量算法的季节性河流径流模拟 期刊论文  OAI收割 南水北调与水利科技(中英文), 2026, 卷号: N/A, 期号: 0, 页码: 1-11 作者:  代向楠;  何佳轩;  郭晶;  王月玲;  丁浩   |  收藏  |  浏览/下载：0/0  |  提交时间：2026/02/03 LSTM  Attention机制  径流模拟  滑动平均法  分雨量模型   Spring Dust Intensity Monitoring at Hourly Intervals Using Himawari-8 Satellite Images and Artificial Intelligence Method 期刊论文  OAI收割 REMOTE SENSING, 2025, 卷号: 17, 期号: 20, 页码: 3407 作者:  Zhao, Jiafu;  Chen, Pengfei;  Sun, Xiaolong   |  收藏  |  浏览/下载：1/0  |  提交时间：2025/12/19 dust intensity  CNN  Bi-LSTM  Himawari-8  24-h continuous monitoring   黄河流域土壤侵蚀的气候-植被阈值机制及时序响应特征 期刊论文  OAI收割 人民黄河, 2025, 卷号: 47, 期号: 09, 页码: 77-84 作者:  邓祥征;  刘艺杰;  刘禹含   |  收藏  |  浏览/下载：0/0  |  提交时间：2025/10/14 土壤侵蚀  生态修复  随机森林  InVEST-USLE  XGBoost  Attention-LSTM  黄河流域   Incorporating multi-timescale data into a single long short-term memory network to enhance reservoir-regulated streamflow simulation 期刊论文  OAI收割 JOURNAL OF HYDROLOGY, 2025, 卷号: 654, 页码: 132806 作者:  Lang, Lichen;  Gao, Xing;  Li, Yongkun;  Li, Zhihui;  Wu, Feng   |  收藏  |  浏览/下载：84/0  |  提交时间：2025/04/21 Streamflow simulation  Human-regulated watersheds  Multi-timescale data  MTS-LSTM   Prediction of Groundwater Level and its Correlation with Land Subsidence and Groundwater Quality in Cangzhou, North China Plain, Using Time-Series Long Short-Term Memory Neural Network and Hybrid Models 期刊论文  OAI收割 NATURAL RESOURCES RESEARCH, 2025, 页码: 22 作者:  Nafouanti, Mouigni Baraka;  Li, Junxia;  Chakira, Hamada;  Nyakilla, Edwin E.;  Fabiani, Denice Cleophace   |  收藏  |  浏览/下载：19/0  |  提交时间：2025/06/27 Groundwater fluoride  Groundwater level  Hybrid models  LSTM  Land subsidence   基于长短期记忆网络的连江流域径流模拟 期刊论文  OAI收割 广东水利水电, 2025, 卷号: N/A, 期号: 02, 页码: 1-5+31 作者:  陈鑫池;  徐嘉远;  黄东;  李亚泽   |  收藏  |  浏览/下载：53/0  |  提交时间：2025/03/07 径流模拟  LSTM  深度学习模型  连江流域  山溪性河流   LSTM-based proxy model combined with wellbore-reservoir coupling simulations for predicting multi-dimensional state parameters in depleted gas reservoirs 期刊论文  OAI收割 COMPUTERS & GEOSCIENCES, 2025, 卷号: 196, 页码: 15 作者:  Zhang, Jinyong;  Hong, Yi;  Wang, Lizhong;  Li, Xiaochun;  Lei, Hongwu   |  收藏  |  浏览/下载：28/0  |  提交时间：2025/06/27 CO 2 sequestration  Wellbore-reservoir coupling  Pressure buildup  Depleted gas reservoirs  LSTM  Prediction   An Improved Hybrid GC-LSTM Framework for Hourly Nowcasting of Ground-Level NO2 Concentrations Over Beijing-Tianjin-Hebei Region 期刊论文  OAI收割 IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 2025, 卷号: 63, 页码: 14 作者:  Han, Zongfu;  Fan, Meng;  Song, Shipeng;  Liang, Xiaoxia;  Song, Meina   |  收藏  |  浏览/下载：50/0  |  提交时间：2025/03/03 Atmospheric modeling  Monitoring  Predictive models  Satellites  Long short term memory  Forecasting  Accuracy  Air pollution  Spatial resolution  Graphical models  Grained cascade forest (gcForest)  ground-level nitrogen dioxide (NO2)  long short-term memory (LSTM)  nowcasting  tropospheric monitoring instrument (TROPOMI)   Precipitation Nowcasting Based on Radar Echo Images via Multiscale Spatiotemporal LSTM 期刊论文  OAI收割 IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 2025, 卷号: 63, 页码: 5105614 作者:  Wang, Yueting;  Yao, Ling;  Jiang, Hou;  Liu, Tang;  Lu, Yuxiang   |  收藏  |  浏览/下载：1/0  |  提交时间：2025/08/21 Spatiotemporal phenomena  Precipitation  Radar  Long short term memory  Predictive models  Radar imaging  Forecasting  Extrapolation  Feature extraction  Convolution  Deep learning (DL)  long short-term memory (LSTM)  multiscale spatiotemporal ((MST)-T-2) feature  precipitation nowcasting  radar echo extrapolation