机译:基于DCN的空间特征,可使用高分辨率光学图像和多时相SAR数据改善基于包裹的作物分类
Sentienl-1 SARdeep learningspatial texture featuretime-series analysiscrop classification;
机译:基于长期记忆的作物分类使用高分辨率光学图像和多时间SAR数据
机译:在基于对象的图像分析框架中使用多时相光学和多极化SAR数据进行准确的作物类型分类(第38卷,第4130页,2017年)
机译:在基于对象的图像分析框架中使用多时相光学和多极化SAR数据进行精确的作物类型分类
机译:通过多时相数据的交互式模糊融合改进卫星SAR图像中的特征提取
机译:多时相RADARSAT细束SAR图像,用于大多伦多地区郊区到郊区的土地利用和土地覆盖分类。
机译:基于光学和SAR时间序列数据的遥感作物分类特征同步响应分析
机译:基于DCN的空间特征,用于使用高分辨率光学图像和多时间SAR数据改进基于宗地的作物分类
机译:高分辨率卫星影像的森林分类。利用斑点图像改善空间信息的多光谱分类研究