地化勘探的多重相关
-
1刘瑞林.用神经网络学习识别化探及物探数据[J].地质与勘探,1992,28(2):47-50. 被引量：4
-
2罗先熔.广西平桂地区隐伏钨锡矿床土壤离子电导率异常特征[J].桂林冶金地质学院学报,1989,9(1):99-104. 被引量：2
-
3Sadeghi A,Steele K.F,李学军.在美国阿肯色州地化勘探中应用水系沉积物元素的富集指数寻找碳酸盐岩及铀[J].国外铀金地质,1990,0(2):69-72.
-
4A.S.Mackenzie,郝芳.石油地化勘探的评价原则[J].地质科技情报,1989(S1):49-62.
-
5陈南祥,黄强,曹连海.基于偏最小二乘回归与神经网络耦合的岩溶泉预报模型[J].水利学报,2004,35(9):68-72. 被引量：24
-
6刘家兴,岳东杰,梅红,刘子厚.偏最小二乘回归在GPS高程拟合中的应用[J].工程勘察,2012,40(8):60-62. 被引量：2
-
7张正勇,何新林,刘琳,李忠勤,王璞玉.中国天山山区降水空间分布模拟及成因分析[J].水科学进展,2015,26(4):500-508. 被引量：31
-
8赵中军,刘善亮,游大鸣,王学忠,胡邦辉,程一帆.偏最小二乘回归模型在辽宁汛期降水预测中的应用[J].干旱气象,2015,33(6):1038-1044. 被引量：9
-
9李天霄,付强,孟凡香,王子龙,王小薇.北方寒区冬季土壤蒸发量主要影响因子评价[J].黑龙江水专学报,2010,37(1):93-96. 被引量：2
-
10周秀平,王文圣,曾怀金.偏最小二乘与人工神经网络耦合模型在酸雨pH值预测中的应用[J].水利水电科技进展,2006,26(4):50-52. 被引量：10
;
