...
机译:使用多光谱LiDAR数据的学习算法(DBM,PCA和RF)的土地覆盖分类比较特征研究
Nanjing Univ Informat Sci & Technol, Sch Geog Sci, Nanjing 210044, Jiangsu, Peoples R China;
Nanjing Univ Informat Sci & Technol, Sch Remote Sensing & Geomat Engn, Nanjing 210044, Jiangsu, Peoples R China;
Huaiyin Inst Technol, Fac Comp & Software Engn, Huaian 223003, Peoples R China;
Univ Waterloo, Dept Geog & Environm Management, Waterloo, ON N2L 3G1, Canada;
Nanjing Univ Informat Sci & Technol, Sch Remote Sensing & Geomat Engn, Nanjing 210044, Jiangsu, Peoples R China;
Feature extraction; feature selection; land cover classification; learning algorithms; multispectral LiDAR data;
机译:学习算法的比较陆地覆盖分类特征研究:使用多光谱LIDAR数据的DBM,PCA和RF
机译:使用CNN具有优化超参数的MNN覆盖多光谱LIDAR数据的分类
机译:使用Sentinel-2数据和机器学习算法的土地利用和陆地覆盖分类:操作方法及其对尼泊尔山区的实施
机译:共振区域中两种最近报道的电磁目标分类技术的噪声性能:基于WD-PCA的分类器和基于MUSIC算法的分类器的比较研究
机译:数据挖掘以识别最佳的空间聚集尺度和输入特征:具有地形LIDAR和LIDAR强度返回的数字图像分类。
机译:超声乳房病变中传统机器学习算法卷积神经网络和自动视力的性能评价:比较研究
机译:CNN可转移特征对分类算法的比较分析 - 以燃烧数据集从黑人非洲人的案例研究