中文版 | English

在结果中检索

IOCAS-IR

浏览/检索结果: 共6条，第1-6条 帮助

已选(0)清除 条数/页：   排序方式：
Retrieval of Subsurface Velocities in the Southern Ocean from Satellite Observations 期刊论文
REMOTE SENSING, 2023, 卷号: 15, 期号: 24, 页码: 19
作者:  Xiang, Liang;  Xu, Yongsheng;  Sun, Hanwei;  Zhang, Qingjun;  Zhang, Liqiang;  Zhang, Lin;  Zhang, Xiangguang;  Huang, Chao;  Zhao, Dandan
Adobe PDF(4576Kb)  |  收藏  |  浏览/下载：5/0  |  提交时间：2024/04/07
subsurface velocity  light gradient boosting machine (LightGBM)  The Southern Ocean  satellite observations  long-term variability  
Advancing ocean subsurface thermal structure estimation in the Pacific Ocean: A multi-model ensemble machine learning approach 期刊论文
DYNAMICS OF ATMOSPHERES AND OCEANS, 2023, 卷号: 104, 页码: 16
作者:  Qi, Jifeng;  Zhang, Linlin;  Yin, Baoshu;  Li, Delei;  Xie, Bowen;  Sun, Guimin
Adobe PDF(13138Kb)  |  收藏  |  浏览/下载：2/0  |  提交时间：2024/04/07
Ensemble machine learning model  Satellite observations  Ocean subsurface thermal structure  Pacific ocean  
Estimation of the barrier layer thickness in the Indian Ocean based on hybrid neural network model 期刊论文
DEEP-SEA RESEARCH PART I-OCEANOGRAPHIC RESEARCH PAPERS, 2023, 卷号: 202, 页码: 14
作者:  Zhao, Yizhi;  Qi, Jifeng;  Zhu, Shanliang;  Jia, Wentao;  Gong, Xiang;  Yin, Wenming;  Yin, Baoshu
Adobe PDF(7659Kb)  |  收藏  |  浏览/下载：3/0  |  提交时间：2024/04/07
Barrier layer thickness  Particle swarm optimization  Artificial neural networks  Hybrid models  
Reconstruction of Subsurface Salinity Structure in the South China Sea Using Satellite Observations: A LightGBM-Based Deep Forest Method 期刊论文
REMOTE SENSING, 2022, 卷号: 14, 期号: 14, 页码: 19
作者:  Dong, Lin;  Qi, Jifeng;  Yin, Baoshu;  Zhi, Hai;  Li, Delei;  Yang, Shuguo;  Wang, Wenwu;  Cai, Hong;  Xie, Bowen
收藏  |  浏览/下载：122/0  |  提交时间：2022/11/11
machine learning  ocean subsurface salinity structure  South China Sea  satellite remote sensing data  
凡纳滨对虾生长和耐高盐性状相关标记的筛选及基因组育种技术研究 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, 2022
作者:  罗正
Adobe PDF(5201Kb)  |  收藏  |  浏览/下载：469/0  |  提交时间：2022/06/10
全基因组关联分析  基因组选择  生长性状  耐高盐性状  凡纳滨对虾  
基于多源数据的中国近海有害藻华演变特征分析与预测方法构建 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, 2021
作者:  李笑语
Adobe PDF(6727Kb)  |  收藏  |  浏览/下载：340/0  |  提交时间：2021/06/08
有害藻华演变特征，麻痹性贝类毒素，棕囊藻囊体，机器学习，平台