退出
我的积分:
中文文献批量获取
外文文献批量获取
韩文军; 张苏; 焦全军; 吴骅;
国网经济技术研究院有限公司 工程数据中心,北京 102209;
中国科学院遥感与数字地球研究所 数字地球重点实验室,北京 100049;
中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室,北京 100101;
多时相CHRIS高光谱卫星影像; 树种分类; 光谱特征; Bhattacharyya距离; 波段选择; 可分性准则;
机译:使用多型多光谱和高光谱卫星数据进行树种分类的原始方法。
机译:将高空间分辨率的多时相卫星数据与叶片式LiDAR结合使用,以增强树冠级别的树种区分
机译:基于光谱和空间接近度的流形比对用于多时相高光谱图像分类
机译:利用多光谱卫星数据的时间序列,基于季节性特征的城市树种分类
机译:流形对准用于多时相高光谱图像数据分类
机译:使用高光谱数据LiDAR和面向对象方法对城市环境中树种分类的季节性影响
机译:使用多型多光谱和高光谱卫星数据进行树种分类的原始方法
机译:利用高光谱和多时相Landsat图像整合哥斯达黎加东北部森林和人工林的物种组成。
机译:用于再造林的本地树种的分类方法,包括将树种边材中的氮含量与氮阈值进行比较,并在考虑氮含量的情况下对树种进行分类
机译:树种分类方法和树种分类系统,关于如何创建的森林现状信息和所创建系统的森林现状信息,选择方法的选择系统和感兴趣的稀疏区域的利益稀疏区域
机译:基于卫星图像的树种估计和树种声音确定方法的树种估计
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。