中国碳强度关键影响因子的机器学习识别及其演进

刘卫东, 唐志鹏, 夏炎, 韩梦瑶, 姜宛贝

地理学报 ›› 2019, Vol. 74 ›› Issue (12) : 2592-2603.

PDF(1550 KB)
EN中文
PDF(1550 KB)
地理学报 ›› 2019, Vol. 74 ›› Issue (12) : 2592-2603. DOI: 10.11821/dlxb201912012
资源环境与可持续发展

中国碳强度关键影响因子的机器学习识别及其演进

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

Identifying the key factors influencing Chinese carbon intensity using machine learning, the random forest algorithm, and evolutionary analysis

    {{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}}, 2019, 74(12): 2592-2603 https://doi.org/10.11821/dlxb201912012
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2019, 74(12): 2592-2603 https://doi.org/10.11821/dlxb201912012
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(1550 KB)

Accesses

Citation

Detail
段落导航
相关文章

/

〈 〉