...
机译:气象参数和气态污染物浓度作为北京-天津-河北省深度神经网络预报的连续PM_(2.5)日浓度的指标
China Univ Min & Technol Beijing, Coll Geosci & Surveying Engn, D11 Xueyuan Rd, Beijing 100083, Peoples R China;
China Univ Min & Technol Beijing, Coll Geosci & Surveying Engn, D11 Xueyuan Rd, Beijing 100083, Peoples R China;
PM2.5; Aerosol optical depth; Gaseous pollutants; Deep neural network; AOD deficiency;
机译:气象参数和气态污染物浓度作为日常连续PM_(2.5)浓度的预测因子,在中国北京 - 天津 - 河北省使用深神经网络
机译:京津冀地区地面PM 2.5 sub>浓度的气象参数和气态污染物浓度的预测指标
机译:一种可解释的自适应深度神经网络,用于估算中国每日空间连续PM_(2.5)浓度
机译:京津冀与东北三省的PM_(2.5)浓度的空间变化研究
机译:使用CMAQ研究干沉降速度对气态污染物浓度的影响。
机译:基于人工神经网络在车辆互联网环境中的PM2.5浓度与设计的影响因素分析
机译:气象参数和气态污染物对2010年西安2010年PM2.5和PM10质量浓度的影响