机译:基于时间序列卫星数据的海面温度场时空深度学习模型
Wuhan Univ State Key Lab Informat Engn Surveying Mapping & R 129 Luoyu Rd Wuhan 430079 Hubei Peoples R China|Tongji Univ Coll Surveying & Geoinformat 1239 Siping Rd Shanghai 200092 Peoples R China;
Wuhan Univ State Key Lab Informat Engn Surveying Mapping & R 129 Luoyu Rd Wuhan 430079 Hubei Peoples R China;
China Univ Geosci Wuhan Fac Informat Engn Wuhan 430074 Hubei Peoples R China;
Univ Illinois CyberGIS Ctr Adv Digital & Spatial Studies Dept Geog & Geog Informat Sci Urbana IL 61801 USA;
Wuhan Univ State Key Lab Informat Engn Surveying Mapping & R 129 Luoyu Rd Wuhan 430079 Hubei Peoples R China|Wuhan Univ Sch Remote Sensing & Informat Engn 129 Luoyu Rd Wuhan 430079 Hubei Peoples R China;
Big data modelling; Spatiotemporal deep learning; ConvLSTM; Sea surface temperature (SST); Field prediction; Time-series satellite data;
机译:基于时间序列卫星数据的海面温度场时空深度学习模型
机译:使用时间级卫星数据和LSTM-Adaboost组合方法的短期和中期海表面温度预测
机译:吸收光学卫星遥感图像和现场数据以预测美国西部的表面指示:基于机器学习的大地理数据集评估卫星预测的误差
机译:基于潜在能源场的交通流预测可解释的时空深度学习模型
机译:利用calipso数据结合A列卫星和地面观测与建模对矿物气溶胶的特性和时空场及其辐射影响进行表征。
机译:基于校准的时空温度小气候数据改善了昆虫丰度模型的预测
机译:深度学习模型的时空数据预测视觉分析