| 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 | |
| 其他题名 | Study on the Prediction Model of High-energy Electron Integral Flux at GEO Based on Deep Learning |
| 未历航 | |
| 导师 | 钟秋珍 |
| 2018 | |
| 学位授予单位 | 中国科学院国家空间科学中心 |
| 学位名称 | 硕士 |
| 学位专业 | 空间物理学 |
| 作者部门 | 空间科学部 |
| 关键词 | 地球同步轨道 高能电子 深度学习 长短时记忆网络 预报 |
| 语种 | 中文 |
| 文献类型 | 学位论文 |
| 条目标识符 | http://ir.nssc.ac.cn/handle/122/6514 |
| 专题 | 空间科学部 |
| 推荐引用方式 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. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 2018thesis061.pdf（2383KB） | 学位论文 | 开放获取 | CC BY-NC-SA | 请求全文 | ||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [未历航]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [未历航]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [未历航]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论