研究论文
Reconstructing missing marine CDOM profiles using environmental covariates and graph-based deep learning
Beibei Xie, Xinhui Liu, Fanzhi Meng, Di Zhang, Kailong Yuan
Yanshan University Virtual Technology (United States)
来源Deep Sea Research Part I Oceanographic Research Papers
年份2026
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
摘要 · 节选
暂未获取摘要。可打开原文或 PDF，后续可基于全文生成更完整的速读。
逐年被引趋势
暂无年度引用数据
关键指标
0
被引次数 · OpenAlex
0.00
领域内被引倍数
同类平均 = 1
同类平均 = 1
前 67%
引用位次
同领域 · 同年份 · 同类型
同领域 · 同年份 · 同类型
34
参考文献
Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。
AI 辅助阅读
依据：文献信息
论文问答
当前基于文献信息回答
可就本文提问；依据不足时会说明。
学术脉络
学科主题
物理Underwater Acoustics Research
Oceanographic and Atmospheric Processes · Hydrological Forecasting Using AI
参考文献 34
Factors affecting the measurement of CDOM by remote sensing of optically complex inland waters
被引 270Patrick L. Brezonik, Leif G. Olmanson, Jacques C. Finlay · Remote Sensing of Environment · 2014
Scalability of the Bayesian optimization algorithm
被引 124Martin Pelikán, Kumara Sastry, David E. Goldberg · International Journal of Approximate Reasoning · 2002
Massive missing data reconstruction in ocean buoys with evolutionary product unit neural networks
被引 36Antonio M. Durán-Rosal, César Hervás‐Martínez, Antonio J. Tallón‐Ballesteros · Ocean Engineering · 2016
此处列出前 3 条
引用本文 -
暂无引用本文的记录