全北国立大学团队提出聚类机器学习框架：以少量长记录站点预测流域水位
韩国全北国立大学研究人员在《环境建模与软件》发表研究，提出将水文行为相似站点聚类、以代表性长记录站点训练模型并迁移至同组站点的方法，以降低数据与计算需求并提升流域级水位预测覆盖。
韩国全北国立大学研究人员在《环境建模与软件》发表研究，提出将水文行为相似站点聚类、以代表性长记录站点训练模型并迁移至同组站点的方法，以降低数据与计算需求并提升流域级水位预测覆盖。
