首页> 外文OA文献 >Exploiting the Temporal Dimension of Remotely Sensed Imagery with Deep Learning Models

【2h】

Exploiting the Temporal Dimension of Remotely Sensed Imagery with Deep Learning Models

机译：利用深入学习模型的遥感图像的时间维度

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
Agustín García Pereira; Lukasz Porwol; Adegboyega Ojo; Edward Curry;
展开▼
作者单位

展开▼
年度 2021
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. Deep and machine learnings of remotely sensed imagery and its multi-band visual features for detecting oil palm plantation [J] . Puttinaovarat Supattra, Horkaew Paramate Earth Science Informatics . 2019,第4期

机译：远程感测图像的深层和机器学习及其多频段视觉特征检测油棕种植园
2. Monitoring ecosystem service change in the City of Shenzhen by the use of high‐resolution remotely sensed imagery and deep learning [J] . Huang Xin, Han Xiaopeng, Ma Song, Land Degradation and Development . 2019,第12期

机译：通过使用高分辨率传感的图像和深度学习，监测深圳市生态系统服务变化
3. Learning multiscale and deep representations for classifying remotely sensed imagery [J] . Zhao Wenzhi, Du Shihong ISPRS Journal of Photogrammetry and Remote Sensing . 2016,第Mara期

机译：学习多尺度和深度表示以对遥感影像进行分类
4. MODELLING SPATIO-TEMPORAL PATTERN OF LANDUSE CHANGE USING MULTITEMPORAL REMOTELY SENSED IMAGERY [C] . Qiming Zhou, Baolin Li, Bo Sun 第21届国际摄影测量与遥感大会(ISPRS 2008)论文集 . 2008

机译：基于多时相遥感影像的土地利用变化时空格局建模
5. Exploiting remotely sensed hyperspectral data via spectral band grouping for dimensionality reduction and multiclassifiers. [D] . Venkataraman, Shilpa. 2005

机译：通过谱带分组开发遥感高光谱数据，以降低维数和使用多分类器。
6. Exploring Spatial Influence of Remotely Sensed PM2.5 Concentration Using a Developed Deep Convolutional Neural Network Model [O] . Junming Li, Meijun Jin, Honglin Li 2019

机译：使用已开发的深度卷积神经网络模型探索遥感PM2.5浓度的空间影响
7. Temporal Vegetation Indices and Plant Height from Remotely Sensed Imagery Can Predict Grain Yield and Flowering Time Breeding Value in Maize via Machine Learning Regression [O] . Alper Adak, Seth C Murray, Sofija Božinović, 2021

机译：远程感测图像的时间植被指数和植物高度可以通过机器学习回归预测玉米籽粒产量和开花时间育种价值

Exploiting the Temporal Dimension of Remotely Sensed Imagery with Deep Learning Models

著录项

引文网络

相似文献

相关主题

期刊订阅