Feature Engineering; Predictive Analytics; Machine Learning;
机译:通过将高空间分辨率多光谱数据与从粗分辨率时间序列植被指数数据中提取的特征进行集成来进行作物类型识别
机译:从TerraSAR-X / TanDEM-X数据的时间序列中提取下沉特征
机译:从Terrasar-X / Tandem-X数据的时间序列中提取污水孔功能
机译:时间序列数据的特征工程以提取歧视特征
机译:使用分类算法区分时间序列数据以提高时间模式检测的特征
机译:从时间序列和静态基因表达数据引起遗传网络:组合具有特征选择方法的随机林类推断方法
机译:表5:SVM分类器对具有DBAP层的预先训练的Lenet派生的DBAP特征的精度。 DBAP功能显示比LENET中的MAXPOOL功能更好的分类结果。与DBAP的完全连接(FC)LENET的层也倾向于显示与在所有基准数据集上从常规LENET提取的FC层特征相比显示出更好的辨别能力。
机译:时间序列数据中结构模式识别的广义特征提取