咨询与建议
  • 全部检索
  • 电子图书
  • 电子期刊
  • 纸本馆藏
  • 南通市公共图书馆
高级检索

限定检索结果

文献类型

  • 1 篇 期刊文献

馆藏范围

  • 1 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 1 篇 理学
    • 1 篇 海洋科学

主题

  • 1 篇 多维时空预报因子
  • 1 篇 enso预报
  • 1 篇 深度学习
  • 1 篇 春季预报障碍

机构

  • 1 篇 ocean and ecosys...
  • 1 篇 ministry of educ...
  • 1 篇 state key labora...
  • 1 篇 institute for cl...
  • 1 篇 national marine ...

作者

  • 1 篇 xiaomeng huang
  • 1 篇 hua jiang
  • 1 篇 yanluan lin
  • 1 篇 xingrong chen
  • 1 篇 jonathon s.wrigh...
  • 1 篇 yue chen
  • 1 篇 pengfei lin
  • 1 篇 youyu lu
  • 1 篇 jing-jia luo

语言

  • 1 篇 英文
检索条件"主题词=多维时空预报因子"
共 1 条 记 录，以下是1-10 订阅
全选 清除本页 清除全部 题录导出 标记到"检索档案"
详细 简洁
排序：
Prediction of ENSO using multivariable deep learning
收藏
分享
引用
Atmospheric and Oceanic Science Letters 2023年 第4期16卷 51-56页
作者： Yue Chen Xiaomeng Huang Jing-Jia Luo Yanluan Lin Jonathon S.Wright Youyu Lu Xingrong Chen Hua Jiang Pengfei Lin Ministry of Education Key Laboratory for Earth System Modeling and Department for Earth System Science Tsinghua UniversityBeijingChina Institute for Climate and Application Research(ICAR)/CICFEM/KLME/ILCEC Nanjing University of Information Science and TechnologyNanjingChina Ocean and Ecosystem Sciences Division Fisheries and Oceans CanadaBedford Institute of OceanographyDartmouthNova ScotiaCanada National Marine Environmental Forecasting Center State Oceanic AdministrationBeijingChina State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics Institute of Atmospheric PhysicsChinese Academy of SciencesBeijingChina
本文基于残差神经网络和观测数据构建了一套深度学习多因子预报测模型,以改进厄尔尼诺-南方涛动(ENSO)的预报.该模型基于最大信息系数进行因子时空特征提取,并根据泰勒图的评估标准可自动确定关键预报因子进行预报.该模型在超前8个月以... 详细信息
来源： 维普期刊数据库 维普期刊数据库 同方期刊数据库 同方期刊数据库 评论
全选 清除本页 清除全部 题录导出 标记到“检索档案”
共1页 <<  < 1 >  >>
回到顶部
执行限定条件