基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
深度学习作为人工智能的主要分支,是一种利用大数据进行训练,不断地通过正反馈来优化结果的方法.随着互联网和物联网的发展,大数据以及数据挖掘技术已经成为了新的经济增长点.可以说,数据就是未来的石油,而深度学习等方法就是开采石油的工具.水文工作每年都会采集到大量的数据,能否更好的利用这些数据,使水文工作更加高效,为社会产生更多的价值,文章从应用层面做出了一些探讨.
推荐文章
水文遥测设备在水文巡测工作中的应用
水文巡测
遥测设备
应用分析
Excel在水文工作中的应用
Excel
水位流量
P-Ⅲ曲线
土壤含水量
大断面
水文遥测设备在水文巡测工作中的应用
水文巡测
遥测设备
应用分析
浅析EXCEL在水文工作中的应用
Excel图表
曲线拟合
规划求解
双轴图
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习在水文工作中的应用探讨
来源期刊 河南水利与南水北调 学科 地球科学
关键词 人工智能 水文信息化 水文预报 水文资料整编
年,卷(期) 2017,(11) 所属期刊栏目 水文水资源
研究方向 页码范围 29-30
页数 2页 分类号 P338+.9
字数 2800字 语种 中文
DOI 10.3969/j.issn.1673-8853.2017.11.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王亮 3 2 1.0 1.0
2 郑茹楠 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
水文信息化
水文预报
水文资料整编
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河南水利与南水北调
月刊
1673-8853
41-1387/TV
大16开
郑州市纬五路11号河南省水利厅1419房间
1956
chi
出版文献量(篇)
9904
总下载数(次)
23
总被引数(次)
12759
论文1v1指导