928689035wings / Tianchi_-Agricultural-ForecastLinks
依据广西81个县早稻、晚稻作物4年产量的相关历史数据，结合4年气象降雨、温度、光照、温差等气象数据，一方面探索广西各地区气象环境局部特征，构建未来气象预测系统，另一方面挖掘气象和水稻产量的关系，构建因地制宜精准产量预测模型。
☆15Updated 6 years ago
Alternatives and similar repositories for Tianchi_-Agricultural-Forecast
Users that are interested in Tianchi_-Agricultural-Forecast are comparing it to the libraries listed below
Sorting:
- 空气质量指数预测☆20Updated 7 years ago
- 2020DCIC-智慧海洋建设算法赛方案分享，队伍名：抗毒救灾，成绩：初赛Rank7，复赛Rank12☆12Updated 5 years ago
- 2024DCIC光伏发电出力预测☆14Updated last year
- 科技战疫-大数据公益挑战赛-DataFountain重点区域人群密度预测 第1名方案☆36Updated 3 years ago
- 老夫的毕业设计，及其学习之遥感影像分类☆10Updated 5 years ago
- A Baseline of Typhoon Prediction☆50Updated 2 years ago
- DeeCamp26组项目——基于图像分割对卫星遥感图像进行国土分类☆18Updated 6 years ago
- 2019天池 全球城市计算AI挑战赛 （地铁流量预测）Top30☆11Updated 6 years ago
- 水质预测系统，利用机器学习进行水质预测☆96Updated 3 years ago
- 本赛题要求选手基于历史光伏发电数据、天气数据、光伏设备空间相对位置等信息，通过建立适当的模型，对未来一段时间内的光伏发电出力进行预测。A榜使用外部数据得分0.88501103804 排名32，未使用外部数据得分0.88042407737 ；B榜得分0.90467829011…☆32Updated last year
- 天池”AI Earth“气象海洋预测竞赛的Topline学习教程☆71Updated 4 years ago
- AI Challenger 2018 Weather Forecasting - 1st Place Solution☆67Updated 7 years ago
- TensorFlow对遥感图像的分类☆24Updated 7 years ago
- 运用GAN来进行交通流预测和数据修复☆22Updated 5 years ago
- 基于seq2seq模型的风功率预测☆30Updated 6 years ago
- 遥感图像分类识别毕业设计☆20Updated 5 years ago
- 基于WebGIS的水质遥感监测平台☆25Updated 8 years ago
- Python+GDAL对遥感图像重采样☆14Updated 6 years ago
- 支持向量机(SVM)——分类预测，包括多分类问题，核函数调参，不平衡数据问题，特征降维，网格搜索，管道机制，学习曲线，混淆矩阵，AUC曲线等☆53Updated 8 years ago
- 交通流预测☆17Updated 5 years ago
- 气象&海洋数据分析与可视化☆85Updated 2 years ago
- ☆37Updated 7 years ago
- 对高分辨率光学遥感图像中各类地物光谱信息和空间信息进行分析，将图像中具有语义信息的各个像元分别赋予语义类别标签；以包含典型土地利用分类的光学遥感图像为处理对象，使用提供的遥感图像数据集进行土地利用类型语义分割处理。☆36Updated 5 years ago
- 支持向量机，Support Vector Machine(SVM)，多类分类☆32Updated 9 years ago
- Deep Learning for Weather Forecasting, accepted applied data science of KDD 2019☆95Updated 2 years ago
- Typhoon Prediction☆13Updated 5 years ago
- 学习Python地理空间分析代码。☆23Updated 5 years ago
- 【天池】2020数字中国创新大赛数字政府赛道智慧海洋建设——复赛0.904融合模型☆41Updated 2 years ago
- 机器学习预测模型，分别用逻辑回归，决策树，随机森林，神经网络，XGBOOST和支持向量机算法建模，交叉验证，并选出AUC最优的模型。特征工程优化后，AUC值达到0.8259☆56Updated 5 years ago
- Official source code for paper 《SAF-Net: A Spatio-Temporal Deep Learning Method for Typhoon Intensity Prediction》☆43Updated 3 years ago