机译:在伊朗使用增强型回归树,分类和回归树以及随机森林机器学习模型的基于GIS的地下水潜力测绘
Tarbiat Modares Univ, Coll Nat Resources, Dept Watershed Management Engn, Noor, Mazandaran, Iran;
Shiraz Univ, Coll Agr, Dept Nat Resources & Environm Engn, Shiraz, Iran;
Univ S Florida, Dept Environm Sci Policy & Geog, St Petersburg, FL 33701 USA;
Spring potential mapping; Boosted regression tree; Classification and regression tree; Random forest; GIS; Iran;
机译:塔苏疆平面,伊朗土地沉积敏感性映射的比较研究,采用增强回归树,随机林和分类和回归树方法
机译:伊朗基于数据挖掘的Boosting回归树和概率频率比模型基于GIS的地下水泉势图
机译:使用随机森林,增强回归树,分类和回归树以及一般线性模型对滑坡敏感性进行制图,并比较沙特阿拉伯阿西尔地区瓦迪泰耶盆地的表现(第13卷,第839页,2016年)
机译:建立的分类与回归模型在地下水潜力测绘中的应用
机译:分类回归树和随机森林的实证研究。
机译:基于逐步线性回归分类回归树和随机森林模型的人为影响对土壤Cd浓度影响的比较评估
机译:基于GIs的地下水弹簧电位映射利用数据挖掘提升回归树和概率频率比模型在伊朗
机译:估算树木生物量回归及其误差:1986年5月26日至30日在纽约锡拉丘兹召开的树木生物量回归功能研讨会及其对森林资源量估算误差的贡献