首页> 外文OA文献 >Predicting land deformation by integrating InSAR data and cone penetration testing through machine learning techniques

【2h】

Predicting land deformation by integrating InSAR data and cone penetration testing through machine learning techniques

机译：通过通过机器学习技术集成INSAR数据和锥形渗透测试来预测土地变形

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Melika Sajadian; Ana Teixeira; Faraz S. Tehrani; Mathias Lemmens;
展开▼
作者单位

展开▼
年度 2020
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Predicting land deformation by integrating InSAR data and cone penetration testing through machine learning techniques [J] . Melika Sajadian, Ana Teixeira, Faraz S. Tehrani, Proceedings of the International Association of Hydrological Sciences . 2020,第4期

机译：通过通过机器学习技术集成INSAR数据和锥形渗透测试来预测土地变形
2. Integrating cone penetration testing into the 1D inversion of multi-receiver EMI data to reconstruct a complex stratigraphic landscape [J] . Saey Timothy, Verhegge Jeroen, De Smedt Philippe, Catena: An Interdisciplinary Journal of Soil Science Hydrology-Geomorphology Focusing on Geoecology and Landscape Evolution . 2016,第Null期

机译：将圆锥穿透测试集成到多接收器EMI数据的一维反演中，以重建复杂的地层景观
3. Developing a new hybrid soft computing technique in predicting ultimate pile bearing capacity using cone penetration test data [J] . Harandizadeh Hooman Artificial Intelligence for Engineering Design, Analysis & Manufacturing . 2020,第1期

机译：使用锥形渗透测试数据提出一种预测最终桩承载力的新型混合软计算技术
4. Predicting land deformation by integrating InSAR data and cone penetration testing through machine learning techniques [C] . Melika Sajadian, Ana Teixeira, Faraz S. Tehrani, International Symposium on Land Subsidence . 2021

机译：通过通过机器学习技术集成INSAR数据和锥形渗透测试来预测土地变形
5. Predicting Intraday Financial Market Dynamics Using Takens' Vectors: Incorporating Causality Testing and Machine Learning Techniques. [D] . Abdulai, Abubakar-Sadiq Bouda. 2015

机译：使用Takens的向量预测日内金融市场动态：整合因果关系测试和机器学习技术。
6. Comparison of machine learning techniques to predict all-cause mortality using fitness data: the Henry ford exercIse testing (FIT) project [O] . Sherif Sakr, Radwa Elshawi, Amjad M. Ahmed, 2017

机译：使用健身数据预测全因死亡率的机器学习技术比较：Henry Ford运动测试（FIT）项目
7. Initial Validation of a Machine Learning-Derived Prognostic Test (KidneyIntelX) Integrating Biomarkers and Electronic Health Record Data To Predict Longitudinal Kidney Outcomes [O] . Kinsuk Chauhan, Girish N. Nadkarni, Fergus Fleming, 2020

机译：机器学习衍生的预后测试（KidneyIntelx）整合生物标志物和电子健康记录数据的初始验证，以预测纵向肾脏结果

Predicting land deformation by integrating InSAR data and cone penetration testing through machine learning techniques

著录项

引文网络

相似文献

相关主题

期刊订阅