机译:选择适当的机器学习方法进行数字土壤制图
Department of Agronomy Iowa State University Ames IA USA;
Algorithm selection; Digital soil mapping; Machine learning; Model evaluation;
机译:基于机器学习算法的DEM衍生物,Sentinel-1和Sentinel-2数据的土壤有机碳和土壤总氮的高分辨率数字映射
机译:使用多季节Landsat影像和数字地形模型评估地中海地区土地覆盖制图的不同机器学习方法
机译:使用机器学习模型和相关不确定性地图大规模数字映射TOPSOIL总氮
机译:数字土壤映射:机器学习与地质统计学建模方法的比较评价
机译:现场规模土壤制图的数字方法
机译:深度学习的多尺度数字土壤制图
机译:为数字土壤映射选择适当的机器学习方法