机译:使用双变量统计和人工智能的新集合进行洪水潜力的空间预测:以罗马尼亚普特纳河流域为例
Univ Bucharest Res Inst 36-46 Bd M Kogalniceanu 5th Dist Bucharest 050107 Romania|Natl Inst Hydrol & Water Management Bucuresti Ploiesti Rd 97E 1st Dist Bucharest 013686 Romania;
Duy Tan Univ Inst Res & Dev Da Nang 550000 Vietnam|Univ South Eastern Norway Dept Business & IT Geog Informat Syst Grp N-3800 Bo I Telemark Norway;
Flood susceptibility; Bivariate statistics; Machine learning; Artificial intelligence; Hybrid models; Romania;
机译:结合证据权重和频率比统计方法在GIS环境中进行洪灾潜力评估和制图-案例研究:B?sca Chiojdului流域(罗马尼亚)
机译:使用基于规则的决策树(DT)和GIS中的新型整体双变量和多元统计模型对洪水敏感区进行空间预测
机译:绘制洪水和洪水潜力指数图:一种确定易受洪水和洪水风险影响的地区的方法学方法。案例研究:Prahova流域(罗马尼亚)
机译:使用洪水频率模型评估洪水风险:以南非林波波省卢武沃河集水区为例
机译:人工智能预测硫酸氢铵生成温度的研究
机译:人工智能预测算法可以超过统计预测吗?
机译:利用水文模型进行洪水分析。案例研究 - 在河Geru,Galaţi县,罗马尼亚的上部集水区的洪水