基于深度学习的数字地貌研究进展与展望

李昕洋, 王斌, 周毅

地球信息科学学报 ›› 2026, Vol. 28 ›› Issue (1) : 55-74.

PDF(2560 KB)
EN中文
PDF(2560 KB)
地球信息科学学报 ›› 2026, Vol. 28 ›› Issue (1) : 55-74. DOI: 10.12082/dqxxkx.2026.250450 CSTR: 32074.14.dqxxkx.2026.25045
地球信息科学理论与方法

基于深度学习的数字地貌研究进展与展望

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

Research Progress and Prospect of Digital Geomorphology Based on Deep Learning

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

本文二维码

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2026, 28(1): 55-74 https://doi.org/10.12082/dqxxkx.2026.250450
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2026, 28(1): 55-74 https://doi.org/10.12082/dqxxkx.2026.250450
中图分类号：

参考文献

列表( 原文顺序 | 文献年度倒序 | 文中引用次数倒序 ) 可视化分析

参考文献

{{article.reference}}

基金

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(2560 KB)

Accesses

Citation

Detail
段落导航
相关文章

/

〈 〉