×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院海洋研究所机构知识库
Knowledge Management System Of Institute of Oceanology, Chinese Academy of Sciences
登录
注册
ALL
ORCID
题名
作者
学科领域
关键词
资助项目
文献类型
出处
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
海洋环流与波动重... [332]
海洋生态与环境科学... [12]
海洋地质与环境重点实... [6]
实验海洋生物学重点实... [4]
海洋环境工程技术研究... [4]
文献信息中心 [2]
更多...
作者
王凡 [21]
袁东亮 [21]
胡珀 [6]
刁新源 [6]
徐永生 [4]
王晶 [3]
更多...
文献类型
期刊论文 [184]
学位论文 [148]
发表日期
2024 [6]
2023 [10]
2022 [21]
2021 [21]
2020 [15]
2018 [7]
更多...
语种
中文 [153]
英语 [153]
出处
JOURNAL O... [17]
CHINESE J... [12]
JOURNAL OF... [8]
ACTA OCEAN... [6]
CONTINENTA... [6]
DEEP-SEA R... [6]
更多...
资助项目
Strategic ... [8]
National N... [6]
National K... [5]
National N... [5]
National N... [5]
National K... [4]
更多...
收录类别
SCI [153]
ISTP [2]
其他 [2]
资助机构
×
知识图谱
IOCAS-IR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共332条,第1-10条
帮助
限定条件
专题:海洋环流与波动重点实验室
第一作者的第一单位
第一作者单位
通讯作者单位
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
作者升序
作者降序
提交时间升序
提交时间降序
题名升序
题名降序
WOS被引频次升序
WOS被引频次降序
期刊影响因子升序
期刊影响因子降序
发表日期升序
发表日期降序
印度尼西亚海域中尺度涡的时空分布特征与机制研究
学位论文
理学博士, 中国科学院海洋研究所: 中国科学院大学, 2024
作者:
郝占久
Adobe PDF(21205Kb)
  |  
收藏
  |  
浏览/下载:38/5
  |  
提交时间:2024/06/07
印尼海
中尺度涡
涡动能
西边界流
季风
基于深度学习的ENSO建模及其预测和可预报性研究
学位论文
理学博士, 中国科学院海洋研究所: 中国科学院大学, 2024
作者:
周路
Adobe PDF(8710Kb)
  |  
收藏
  |  
浏览/下载:25/0
  |  
提交时间:2024/06/08
深度学习
ENSO预测
混合建模方法
多变量三维场预测
物理可解释性分析
陆地RFI源对星载L波段微波辐射计影响机制及检测算法研究
学位论文
理学博士, 中国科学院海洋研究所: 中国科学院大学, 2024
作者:
王新新
Adobe PDF(74960Kb)
  |  
收藏
  |  
浏览/下载:35/4
  |  
提交时间:2024/06/07
海表盐度
L波段微波辐射计
射频干扰
机制分析
检测定位算法
Constrained Iterative Adaptive Algorithm for the Detection and Localization of RFI Sources Based on the SMAP L-Band Microwave Radiometer
期刊论文
remote sensing, 2024, 卷号: 16, 期号: 10, 页码: 1791
作者:
Wang, Xinxin
;
Wang, Xiang
;
Wang, Lin
;
Fan, Jianchao
;
Wei, Enbo
Adobe PDF(9092Kb)
  |  
收藏
  |  
浏览/下载:19/2
  |  
提交时间:2024/06/12
passive microwave remote sensing
polarization detection
radio frequency interference
L-band microwave radiometer
Stokes parameter
localization
基于遥感图像和深度学习技术的台风信息提取和预报
学位论文
理学博士, 中国科学院海洋研究所: 中国科学院大学, 2024
作者:
王充
Adobe PDF(8914Kb)
  |  
收藏
  |  
浏览/下载:22/1
  |  
提交时间:2024/06/06
DeepSeaNet: A Bio-Detection Network Enabling Species Identification in the Deep Sea Imagery
期刊论文
IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 2024, 卷号: 62, 页码: 13
作者:
Liu, Aiyue
;
Liu, Yuhai
;
Xu, Kuidong
;
Zhao, Feng
;
Zhou, Yuan
;
Li, Xiaofeng
Adobe PDF(2856Kb)
  |  
收藏
  |  
浏览/下载:25/1
  |  
提交时间:2024/06/04
Data augmentation
deep-sea remotely operated vehicle (ROV) data
new species indication
real-time object detection network
seamount fine-grained dataset
DeepBlue: Advanced convolutional neural network applications for ocean remote sensing
期刊论文
IEEE GEOSCIENCE AND REMOTE SENSING MAGAZINE, 2023, 页码: 24
作者:
Wang, Haoyu
;
Li, Xiaofeng
Adobe PDF(4818Kb)
  |  
收藏
  |  
浏览/下载:7/0
  |  
提交时间:2024/04/07
Propagation Features of Diurnal Internal Tides West of the Luzon Strait Revealed by a Large PIES Array
期刊论文
JOURNAL OF PHYSICAL OCEANOGRAPHY, 2023, 卷号: 53, 期号: 12, 页码: 2823-2846
作者:
Wang, Min
;
Zhu, Xiao-Hua
;
Zheng, Hua
;
Chen, Juntian
;
Zhao, Ruixiang
;
Liu, Zhao-Jun
;
Ren, Qiang
;
Liu, Yansong
;
Nan, Feng
;
Yu, Fei
;
Wang, Jianfeng
;
Li, Qiang
Adobe PDF(16825Kb)
  |  
收藏
  |  
浏览/下载:24/0
  |  
提交时间:2024/04/07
Ocean
Internal waves
In situ oceanic observations
Seasonal variability
Analysis of compound floods from storm surge and extreme precipitation in China
期刊论文
JOURNAL OF HYDROLOGY, 2023, 卷号: 627, 页码: 13
作者:
Feng, Jianlong
;
Li, Delei
;
Li, Yanxiao
;
Zhao, Liang
Adobe PDF(5769Kb)
  |  
收藏
  |  
浏览/下载:20/0
  |  
提交时间:2024/04/07
Compound flood
Storm surge
Extreme precipitation
China
Developing a Data-Driven Transfer Learning Model to Locate Tropical Cyclone Centers on Satellite Infrared Imagery
期刊论文
JOURNAL OF ATMOSPHERIC AND OCEANIC TECHNOLOGY, 2023, 卷号: 40, 期号: 12, 页码: 1417-1430
作者:
Wang, Chong
;
Li, Xiaofeng
Adobe PDF(40204Kb)
  |  
收藏
  |  
浏览/下载:20/0
  |  
提交时间:2024/04/07
Tropical cyclones
Remote sensing
Deep learning