1 |
Chai, S.S., Veenendaal, B., West, G., and Walker, P. (2008) Backpropagation neural network for soil moisture retrieval using NAFE'05 data : a comparison of different training algorithms. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. 37, No. B4, pp. 1345-1349.
|
2 |
Elshorbagy, A. and Parasuraman, K. (2008) On the relevance of using artificial neural networks for estimation soil moisture content. Journal of Hydrology, Vol. 362, No. 1-2, pp. 1-18.
DOI
|
3 |
Frate, F.D., Ferrazzoli, P., and Schiavon, G. (2003) Retrieving soil moisture and agricultural variables by microwave radiometry using neural network. Remote sensing of environment, Vol. 84, No. 2, pp. 174-183.
DOI
ScienceOn
|
4 |
Jiang, H. and Cotton, W.R. (2004) Soil moisture estimation using an artificial neural network: a feasibility study. Can. J. Remote Sensing, Vol. 30, No. 5, pp. 827-839.
DOI
|
5 |
경민수, 이용원, 김형수, 김병식(2009) 기후변화가 서울지역의 기온 및 가뭄에 미치는 영향 평가 : AR4 SRES A2 시나리 오를 기반으로. 대한토목학회논문집, 대한토목학회, 제29권 제 2B호, pp. 181-191.
|
6 |
김광섭, 박한균(2010) CART기법과 보조자료를 이용한 토양수분 추정. 한국수자원학회논문집, 한국수자원학회, 제43권, 제7호, pp. 597-608.
|
7 |
김광섭, 이을래(2004) 신경망기법과 보조자료를 사용한 원격측정 토양수분자료의 Downscaling기법 개발. 한국수자원학회논문집, 한국수자원학회, 제37권, 제1호, pp. 21-29.
|
8 |
김성준, 채효석(1999) 격자기반의 토양수분추적모형 개발 : 보청천 유역 사례연구. 한국GIS학회지, 한국GIS학회, 제7권, 제1호, pp. 33-48.
|
9 |
김수전, 권영수, 이건행, 김형수(2010) 신경망에 의한 레이더강우 보정 및 유출해석. 대한토목학회논문집, 대한토목학회, 제30권 제2B호, pp. 159-167.
|
10 |
민성원, 이정림, 서명석(2006) MTSAT IR1자료를 이용한 강수량 산출과 토양수분 추정. 2006년도 한국기상학회 가을 학술대회 논문집, 한국기상학회, 제7권, 제2호, pp. 366-367.
|
11 |
조홍규(2003) 인공지능 방법을 이용한 신용평가 모형에 대한 개관. 나이스채권평가 금융공학연구소.
|
12 |
홍우용, 박민지, 박종윤, 하림, 박근애, 김성준(2009) 봄철 SWAT 모형의 산림 토양수분과 Terra MODIS 위성영상 NDVI와의 상관성 분석, 한국농공학회논문집, 한국농공학회, 제51권, 제2호, pp. 7-14.
|
13 |
황태하, 김병식, 김형수, 서병하(2006) SWAT 모형을 이용한 토양수분지수 산정과 가뭄감시. 대한토목학회논문집, 대한토목학회, 제26권, 제4B호, pp. 345-354.
|
14 |
황현경, 김경호(2008) 신경망 모형을 이용한 무심천 수위 예측. 건설기술논문집, 건설기술연구소, 제27권, 제1호, pp. 43-56.
|
15 |
Ahmad, S., Kalra, A., and Stephen, H. (2010) Estimating soil moisture using remote sensing data: A machine learning approach. Advances in water resources, Vol. 33, No. 1, pp. 69-80.
DOI
ScienceOn
|
16 |
ASCE Task Committee on Application of Artificial Neural Networks in Hydrology (2000) Artificial neural networks in hydrology. I: Preliminary concepts. Journal of Hydrologic Engineering, Vol. 5, No. 2, pp. 115-123.
DOI
ScienceOn
|
17 |
Bowden, G.J., Dandy, G.C., and Maier, H.R (2005) Input determination for neural network models in water resources applications. Part 1-background and methodology. Journal of Hydrology, Vol. 301, No. 1-4, pp. 75-92.
DOI
|
18 |
Breiman, L., Friedman, J.H., Olshen, R.A., and Stone, C.J. (1984) Classification and regression tree. Chapman & Hall/CRC, Boca Raton.
|
19 |
Kim, G. and Barros, A.P. (2002) Space-time characterization of soil moisture from passive microwave remotely sensed imagery and ancillary data. Remote sensing of environment, Vol. 81, No. 2, pp. 393-403.
DOI
ScienceOn
|
20 |
Lippmann, R.P. (1987) An introduction to computing with neural network. ASSP magazine, Vol. 4, No. 2, pp. 4-22.
DOI
|
21 |
Mallick, K., Bhattacharya, B.K., and Patel, N.K. (2009) Estimating volumetric surface moisture content for cropped soils using a soil wetness index based on surface temperature and NDVI. Agricultural and Forest Meteorology, Vol. 149, No. 8, pp. 1327-1342.
DOI
ScienceOn
|
22 |
Sheikh, V., Visser, S., and Stroosnijder, L. (2009) A simple model to predict soil moisture : Bridging event and continuous hydrological( BEACH) modelling. Environmental Modelling & Software, Vol. 24, No. 4, pp. 542-556.
DOI
ScienceOn
|
23 |
Zweiri, Y.H. (2006) Optimization of a three-term backpropagation algorithm used for neural network learning. International Journal of Computational Intelligence, Vol. 3, No. 4, pp. 322-327.
|