首页> 外文OA文献 >CLASSIFICATION OF LAND-COVER THROUGH MACHINE LEARNING ALGORITHMS FOR FUSION OF SENTINEL-2A AND PLANETSCOPE IMAGERY

【2h】

CLASSIFICATION OF LAND-COVER THROUGH MACHINE LEARNING ALGORITHMS FOR FUSION OF SENTINEL-2A AND PLANETSCOPE IMAGERY

机译：通过机器学习算法进行锚定融合的土地覆盖分类

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
M. A. Zaraza Aguilera;
展开▼
作者单位

展开▼
年度 2020
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. CLASSIFICATION OF LAND-COVER THROUGH MACHINE LEARNING ALGORITHMS FOR FUSION OF SENTINEL-2A AND PLANETSCOPE IMAGERY [J] . M. A. Zaraza Aguilera International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences . 2020,第4期

机译：通过机器学习算法进行锚定融合的土地覆盖分类
2. Classification of poplar trees with object-based ensemble learning algorithms using Sentinel-2A imagery [J] . H. Tonbul, I. Colkesen, T. Kavzoglu Journal of Geodetic Science . 2020,第1期

机译：使用Sentinel-2A图像与基于对象的集合学习算法的杨树树分类
3. INTEGRATION OF MULTITEMPORAL SENTINEL-1 AND SENTINEL-2 IMAGERY FOR LAND-COVER CLASSIFICATION USING MACHINE LEARNING METHODS [J] . D. Dobrini?, D. Medak, M. Ga?parovi? International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences . 2020,第4期

机译：使用机器学习方法集成Multi8poral Sentinel-1和Sentinel-2图像的土地覆盖分类
4. Classication Of Land-Cover Through Machine Learning Algorithms For Fusion Of Sentinel-2a And Planetscope Imagery [C] . Maycol Alejandro Zaraza Aguilera IEEE Latin American GRSS ISPRS Remote Sensing Conference . 2020

机译：Sentinel-2a与天文望远镜图像融合的机器学习算法对土地覆盖的分类
5. Crop Classification Using Sentinel-2A Satellite Observations and Support Vector Machine Algorithm Over a Highly Diverse Agricultural Region [D] . Murlender, Ana Wegman. 2019

机译：使用Sentinel-2A卫星观测和支持向量机算法在高度多样化的农业区域上进行作物分类
6. Machine Learning-Based Classification for Crop-Type Mapping Using the Fusion of High-Resolution Satellite Imagery in a Semiarid Area [O] . Aicha Moumni, Abderrahman Lahrouni 2021

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
7. Improving Accuracy Estimation of Forest Aboveground Biomass Based on Incorporation of ALOS-2 PALSAR-2 and Sentinel-2A Imagery and Machine Learning: A Case Study of the Hyrcanian Forest Area (Iran) [O] . Sasan Vafaei, Javad Soosani, Kamran Adeli, 2018

机译：基于Alos-2 Palsar-2和Sentinel-2a图像和机器学习的融合基于森林地上生物量的准确性估计：夏季森林地区（伊朗）为例

CLASSIFICATION OF LAND-COVER THROUGH MACHINE LEARNING ALGORITHMS FOR FUSION OF SENTINEL-2A AND PLANETSCOPE IMAGERY

著录项

引文网络

相似文献

相关主题

期刊订阅