机译:学习歧视性时尚特征,用于多时间卫星图像的精确作物分类
Wuhan Univ Sch Remote Sensing & Informat Engn Wuhan Hubei Peoples R China;
Wuhan Univ Sch Remote Sensing & Informat Engn Wuhan Hubei Peoples R China;
Wuhan Univ Sch Remote Sensing & Informat Engn Wuhan Hubei Peoples R China;
Wuhan Univ Sch Remote Sensing & Informat Engn Wuhan Hubei Peoples R China;
Univ Utrecht Dept Phys Geog Fac Geosci Utrecht Netherlands;
Chinese Acad Agr Sci Inst Agr Resources & Reg Planning Beijing 10008 Peoples R China;
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
机译:探索Google Earth Engine平台进行大数据处理:用于作物制图的多时相卫星图像分类
机译:使用多时相高分辨率影像进行基于对象的特征选择以进行农作物分类
机译:来自多时间和多光谱卫星图像的大规模作物分类
机译:利用堪萨斯州作物物候研究对阿根廷西北部多时相MODIS影像进行农业分类。
机译:基于机器学习的分类用于使用半干旱区域的高分辨率卫星图像融合的裁剪映射
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