机译:基于聚类分析的半干旱植被图支持向量机学习优化
Department of Geography, University of North Carolina at Chapel Hill, Sounders Hall - Campus Box 3220, Chapel Hill, NC 27599, United States;
classification; training; data mining; land cover; vegetation;
机译:支持向量机,用于使用MISR多角度图像识别半干旱植被类型
机译:基于生物地理的优化(BBO),人造蜜蜂(ABC)和支持向量机(SVM)的SAR图像分类的最佳特征选择:优化和机器学习的组合方法
机译:基于正规化的极端学习机的研磨过程自适应混合软传感器模型及最小二乘支持向量机优化Golden Sine Harris Hawk优化算法
机译:基于支持向量机和关联规则的草地植被覆盖度制图
机译:正确指定功能映射并支持向量学习机。
机译:地理加权回归粒子群算法和支持向量机的结合用于滑坡敏感性分析:以三峡区万州为例
机译:基于正规化的极端学习机的研磨过程自适应混合软传感器模型及最小二乘支持向量机优化Golden Sine Harris Hawk优化算法
机译:用于音频和视频处理的学习算法:独立分量分析和支持向量机的方法