| 基于深度学习的地球同步轨道高能电子积分通量预报模型研究 | |
| Alternative Title | Study on the Prediction Model of High-energy Electron Integral Flux at GEO Based on Deep Learning |
| 未历航 | |
| Thesis Advisor | 钟秋珍 |
| 2018 | |
| Degree Grantor | 中国科学院国家空间科学中心 |
| Degree Name | 硕士 |
| Degree Discipline | 空间物理学 |
| Department | 空间科学部 |
| Keyword | 地球同步轨道 高能电子 深度学习 长短时记忆网络 预报 |
| Language | 中文 |
| Document Type | 学位论文 |
| Identifier | http://ir.nssc.ac.cn/handle/122/6514 |
| Collection | 空间科学部 |
| Recommended Citation GB/T 7714 | 未历航. 基于深度学习的地球同步轨道高能电子积分通量预报模型研究[D]. 中国科学院国家空间科学中心,2018. |
| Files in This Item: | ||||||
| File Name/Size | DocType | Version | Access | License | ||
| 2018thesis061.pdf（2383KB） | 学位论文 | 开放获取 | CC BY-NC-SA | Application Full Text | ||
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment