机译:用水质传感器和机器学习预测流溶质浓度的高频变化
Case Western Reserve Univ Dept Earth Environm & Planetary Sci 10900 Euclid Ave Cleveland OH 44106 USA|US Forest Serv Northern Res Stn North Woodstock NH USA;
US Forest Serv Northern Res Stn North Woodstock NH USA;
US Forest Serv Northern Res Stn North Woodstock NH USA;
US Forest Serv Northern Res Stn North Woodstock NH USA;
Univ New Hampshire Dept Nat Resources & Environm Durham NH 03824 USA;
Duke Univ Dept Biol Durham NC USA;
Cary Inst Ecosyst Studies Millbrook NY USA;
biogeochemistry; machine learning; stream solutes; water quality;
机译:使用微生物电位传感器信号和机器学习工具实时监测和预测水质参数和藻类浓度
机译:用可解释的机器学习方法预测不同城市开发模式情景下的流水质
机译:极端学习机:用诸如预测的溶解氧气(DO)浓度的溶解氧(DO)浓度的新方法作为预测因子
机译:基于机器学习的高频水质传感器数据异常自动检测
机译:使用机器学习和水文模拟方法调查德克萨斯州海湾地区的景观流水质量关系和流水质量保存策略
机译:基于机器学习的基于流的多通道无线传感器网络的信道质量和稳定性估计
机译:用机器学习方法估算水质替代品的高频养分浓度
机译:犹他州萨米特县帕克城附近河流水生大型无脊椎动物群落的沉积物和水中的痕量金属浓度和健康。国家水质评估计划。