Đang chuẩn bị liên kết để tải về tài liệu:
Spatial prediction of flood-prone areas using geographically weighted regression

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

The best-performing model was the first test, indicating that direct input of the screened parameters was the ideal modelling process. This test had the lowest corrected Akaike Information Criterion (160.01), the highest percentage of deviance explained (46.18%), lowest spatial autocorrelation of residuals (0.1122) and transformed residuals (0.2827), highest success accuracy (91.24%), and second-best prediction accuracy (75.15%). |

TÀI LIỆU LIÊN QUAN

Sigma-RF: Prediction of the variability of spatial restraints in template-based modeling by random forest

Applying spatial analysis to assess soil erosion for forest plantation at Hong Linh town, Ha Tinh province

Soil organic matter determination using wireless sensor networks

Prediction of carbonate rock facies from core probe permeability measurements and well log data: A case study from carbonate reservoirs, Phu Khanh basin

Spatial prediction of flood-prone areas using geographically weighted regression
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.