×
验证码:
换一张
忘记密码?
记住我
×
登录
中文版
|
English
中国科学院重庆绿色智能技术研究院机构知识库
KMS Chongqing Institute of Green and Intelligent Technology, CAS
登录
注册
ALL
ORCID
题名
作者
发表日期
学科领域
关键词
文献类型
出处
存缴日期
收录类别
出版者
资助项目
学科门类
学习讨论厅
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
作者
尚明生 [1]
闪锟 [1]
张矩 [1]
陈芋文 [1]
钟坤华 [1]
王小晓 [1]
更多...
文献类型
期刊论文 [4]
发表日期
2022 [4]
语种
英语 [4]
出处
IEEE ACCES... [1]
JOURNAL OF... [1]
SUSTAINABI... [1]
TOXINS [1]
资助项目
Chongqing ... [1]
Excellent ... [1]
Hubei Key ... [1]
Key Projec... [1]
Major proj... [1]
National B... [1]
更多...
收录类别
SCI [4]
资助机构
×
知识图谱
CSpace
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共4条,第1-4条
帮助
限定条件
发表日期:2022
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
期刊影响因子升序
期刊影响因子降序
作者升序
作者降序
题名升序
题名降序
WOS被引频次升序
WOS被引频次降序
发表日期升序
发表日期降序
提交时间升序
提交时间降序
Application of an Interpretable Machine Learning Model to Predict Lymph Node Metastasis in Patients with Laryngeal Carcinoma
期刊论文
JOURNAL OF ONCOLOGY, 2022, 卷号: 2022, 页码: 12
作者:
Feng, Menglong
;
Zhang, Juhong
;
Zhou, Xiaoqing
;
Mo, Hailan
;
Jia, Lifeng
;
Zhang, Chanyuan
;
Hu, Yaqin
;
Yuan, Wei
收藏
  |  
浏览/下载:44/0
  |  
提交时间:2022/12/26
Predicting Monthly Runoff of the Upper Yangtze River Based on Multiple Machine Learning Models
期刊论文
SUSTAINABILITY, 2022, 卷号: 14, 期号: 18, 页码: 23
作者:
Li, Xiao
;
Zhang, Liping
;
Zeng, Sidong
;
Tang, Zhenyu
;
Liu, Lina
;
Zhang, Qin
;
Tang, Zhengyang
;
Hua, Xiaojun
收藏
  |  
浏览/下载:42/0
  |  
提交时间:2022/12/26
monthly runoff prediction
machine learning
copula entropy
stepwise regression
Upper Yangtze River
Revealing Physiochemical Factors and Zooplankton Influencing Microcystis Bloom Toxicity in a Large-Shallow Lake Using Bayesian Machine Learning
期刊论文
TOXINS, 2022, 卷号: 14, 期号: 8, 页码: 16
作者:
Wang, Xiaoxiao
;
Wang, Lan
;
Shang, Mingsheng
;
Song, Lirong
;
Shan, Kun
收藏
  |  
浏览/下载:113/0
  |  
提交时间:2022/10/14
Microcystis blooms
microcystins
nutrient
zooplankton
machine learning
risk management
Lake Taihu
Bayesian Network Structure Learning Approach Based on Searching Local Structure of Strongly Connected Components
期刊论文
IEEE ACCESS, 2022, 卷号: 10, 页码: 67630-67638
作者:
Zhong, Kunhua
;
Chen, Yuwen
;
Zhang, Ju
;
Qin, Xiaolin
收藏
  |  
浏览/下载:58/0
  |  
提交时间:2022/08/22
Bayes methods
Approximation algorithms
Search problems
Directed graphs
Heuristic algorithms
Periodic structures
Random variables
Bayesian network
structure learning
hill climbing search
strongly connected component