| 标题 |
 Boosting the prediction accuracy of a process-based greenhouse climate-tomato production model by particle filtering and deep learning 通过粒子滤波和深度学习提高基于过程的温室气候——番茄生产模型的预测精度
相关领域
可解释性
校准
温室
人工神经网络
均方误差
环境科学
计算机科学
机器学习
数学
统计
生物
园艺
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Computers and electronics in agriculture 作者：Xiaohan Zhou; Qingzhi Liu; David Katzin; Tian Qian; E. Heuvelink; et al 出版日期：2023-08-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
随机子
皖公网安备34019202002308
