首页> 外文OA文献 >Hyperspectral Data and Machine Learning for Estimating CDOM, Chlorophyll a, Diatoms, Green Algae and Turbidity

【2h】

Hyperspectral Data and Machine Learning for Estimating CDOM, Chlorophyll a, Diatoms, Green Algae and Turbidity

机译：高光谱数据和机器学习估算CDOM，叶绿素A，硅藻，绿藻和浊度

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Sina Keller; Philipp Maier; Felix Riese; Stefan Norra; Andreas Holbach; Nicolas Börsig; Andre Wilhelms; Christian Moldaenke; André Zaake; Stefan Hinz;
展开▼
作者单位

展开▼
年度 2018
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. ESTIMATING CHLOROPHYLL A CONCENTRATIONS OF SEVERAL INLAND WATERS WITH HYPERSPECTRAL DATA AND MACHINE LEARNING MODELS [J] . P. M. Maier, S. Keller ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences . 2019,第5期

机译：估算叶绿素，具有高光谱数据和机器学习模型的几个内陆水域的浓度
2. Potential of hyperspectral data and machine learning algorithms to estimate the forage carbon-nitrogen ratio in an alpine grassland ecosystem of the Tibetan Plateau [J] . ISPRS Journal of Photogrammetry and Remote Sensing . 2020,第May期

机译：利用高光谱数据和机器学习算法估算青藏高原高寒草原生态系统中饲草碳氮比的潜力
3. On the implementation of a novel data-intelligence model based on extreme learning machine optimized by bat algorithm for estimating daily chlorophyll-a concentration: Case studies of river and lake in USA [J] . Alizamir Meysam, Heddam Salim, Kim Sungwon, Journal of Cleaner Production . 2021,第Feba20期

机译：基于蝙蝠算法优化的基于极端学习机的新型数据智能模型的实施：美国河流和湖泊河流案例研究
4. Machine learning approaches to estimate chlorophyll-a concentration using GOCI satellite data [C] . Hyun-Young Choi, Young-Jun Kim, Jungho-Im Asian conference on remote sensing;ACRS . 2019

机译：使用GOCI卫星数据估算叶绿素a浓度的机器学习方法
5. Quantifying the variability of surface reflectance and estimating canopy chlorophyll content and green leaf biomass using hyperspectral close-range data and airborne imagery [D] . Razzaghi, Tarlan 2016

机译：使用高光谱近距离数据和机载图像量化表面反射率的变化并估算冠层叶绿素含量和绿叶生物量
6. Hyperspectral Data and Machine Learning for Estimating CDOM Chlorophyll a Diatoms Green Algae and Turbidity [O] . Sina Keller, Philipp M. Maier, Felix M. Riese, 2018

机译：高光谱数据和机器学习估计CDOM叶绿素a硅藻绿藻和浊度
7. Dissection of hyperspectral reflectance to estimate nitrogen and chlorophyll contents in tea leaves based on machine learning algorithms [O] . Hiroto Yamashita, Rei Sonobe, Yuhei Hirono, 2020

机译：基于机器学习算法的茶叶氧化氮和叶绿素含量析出析析

Hyperspectral Data and Machine Learning for Estimating CDOM, Chlorophyll a, Diatoms, Green Algae and Turbidity

著录项

引文网络

相似文献

相关主题

期刊订阅