Institute of Numerical Mathematics RAS, 8 ul. Gubkina, Moscow, Russia 119333;
Lomonosov Moscow State University, GSP-2, Leninskie Gory, Moscow, Russia 119992;
hyperspectral imagery; pattern recognition; feature space optimization; classification of the vegetation cover;
机译:一种改进的蚁群算法,用于优化远程感测图像的优化频段选择
机译:使用多角度,高光谱遥感监测植被的生物物理状态,以优化基于物理的SVAT模型
机译:与多光谱遥感数据估算森林生物量和结构变量相比,高光谱与芬兰北方林
机译:森林植被超光谱遥感光谱带的优化
机译:通过谱带分组开发遥感高光谱数据,以降低维数和使用多分类器。
机译:高光谱遥感比例植被指数对水稻植株褐飞虱胁迫的敏感性
机译:一种改进的蚁群算法,用于优化远程感测图像的优化频段选择