机译:利用人工神经网络(ANN)和Google地球引擎(GEE)为作物分类选择最合适的SENTINEL-2带和植被指数
Google Earth EngineArtificial Neural NetworkCrop ClassificationSentinel-2;
机译:利用人工神经网络(ANN)和Google地球引擎(GEE)为作物分类选择最合适的SENTINEL-2带和植被指数
机译:来自Sentinel-1和Sentinel-2的每月复合材料,用于使用Google地球发动机的区域主要作物测绘图像
机译:来自Sentinel-1和Sentinel-2的每月复合材料,用于使用Google地球发动机的区域主要作物测绘图像
机译:通过Google地球引擎使用紧凑的纹理单元描述符对Sentinel-2图像进行基于对象的分类
机译:基于人工神经网络(ANN)的替代工作场所安排(AWA)的决策支持模型:准备情况评估和类型选择。
机译:基于融合的行星范围和Sentinel-2使用Incepion的融合的性能和Sentinel-2数据的性能启动深度卷积神经网络
机译:基于季节哨兵-2时间序列和输入图像组成优化的Google地球发动机地中海森林栖息地机床学习分类
机译:利用人工神经网络(aNN)进行数据融合,用于微波卫星测量的地表分类