机译:利用人工神经网络模型进行地下水位预测和评估影响因素的相对影响
Seoul Natl Univ Sch Earth &
Environm Sci 1 Gwanak Ro Seoul South Korea;
Seoul Natl Univ Sch Earth &
Environm Sci 1 Gwanak Ro Seoul South Korea;
Korea Inst Geosci &
Mineral Resources KIGAM 124 Gwahang No Daejeon South Korea;
Groundwater management; Groundwater recharge; water budget; Groundwater level forecasting; Artificial neural network; South Korea;
机译:利用人工神经网络模型进行地下水位预测和评估影响因素的相对影响
机译:与人工神经网络的地下水位预测:具有外源输入(NARX)的长短期记忆(LSTM),卷积神经网络(CNNS)和非线性自回归网络的比较
机译:与人工神经网络的地下水位预测:具有外源输入(NARX)的长短期记忆(LSTM),卷积神经网络(CNNS)和非线性自回归网络的比较
机译:通过人工神经网络确定地下水位的多变量短期预测andreservoir流入
机译:通过人工神经网络为时空救护车需求开发准确的预测模型:现有预测技术与人工神经网络的比较研究。
机译:基于人工神经网络和ANFIS的地下水位模型的比较。
机译:小波人工神经网络(WANN)和人工神经网络(ANN)地下水位预测模型的比较研究