Dept. of E C Engineering, NMAM Institute of Technology, Nitte, Karnataka, India;
Dept. of E C Engineering, Kalpataru Institute of Technology, Tiptur, India;
Remote sensing; Training; Spatial resolution; Indexes; Artificial satellites; Earth; Euclidean distance;
机译:印度南部多光谱遥感影像上线性光谱混合模型与传统硬分类器对湿地特征分类的比较
机译:使用基于分数傅里叶变换的梅尔频谱系数和传统分类器对心音进行分类
机译:点6卫星成熟油棕地区氮地位分类的线性判别和支持向量机分类器的评价:原料光谱频带分析和光谱索引
机译:评估传统分类器分类性能的光谱相似性
机译:光谱相似度尺度及其在高光谱遥感数据分类中的应用。
机译:基于模糊性的主动学习框架可增强区分性和生成性分类器的高光谱图像分类性能
机译:评估新分类器GP-OAD的性能:与现有方法进行比较,以根据高光谱图像对岩石类型和矿物学进行分类
机译:具有高斯极大似然的非参数分类器性能对多光谱遥感数据分类的比较