首页> 外文OA文献 >The Effects of Point or Polygon Based Training Data on RandomForest Classification Accuracy of Wetlands

【2h】

The Effects of Point or Polygon Based Training Data on RandomForest Classification Accuracy of Wetlands

机译：基于点或多边形的训练数据对湿地随机森林分类精度的影响

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
Jennifer Corcoran; Joseph Knight; Keith Pelletier; Lian Rampi; Yan Wang;
展开▼
作者单位

展开▼
年度 2015
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. The Effects of Point or Polygon Based Training Data on RandomForest Classification Accuracy of Wetlands [J] . Jennifer Corcoran, Joseph Knight, Keith Pelletier, Remote Sensing . 2015,第4期

机译：基于点或多边形的训练数据对湿地随机森林分类准确性的影响
2. The Effects of Point or Polygon Based Training Data on RandomForest Classification Accuracy of Wetlands [J] . Jennifer Corcoran, Joseph Knight, Keith Pelletier, Remote Sensing . 2015,第4期

机译：基于点或多边形的训练数据对湿地随机森林分类准确性的影响
3. Impact of training and validation sample selection on classification accuracy and accuracy assessment when using reference polygons in object-based classification [J] . Zhen Zhen, Lindi J. Quackenbush, Stephen V. Stehman, International journal of remote sensing . 2013,第19a20期

机译：在基于对象的分类中使用参考多边形时，训练和验证样本选择对分类准确性和准确性评估的影响
4. The Effects of Polygon Boundary Pixels on Image Classification Accuracy [C] . Paul Boudewyn, David Seemann, Mike Wulder, 22nd Annual Canadian Remote Sensing Symposium Aug 21-25, 2000, Victoria, British Columbia, Canada . 2000

机译：多边形边界像素对图像分类精度的影响
5. Synthesizing additional training data to increase the classification accuracy of visual data using feed-forward neural networks on small datasets. [D] . Qumsieh, Rafi. 2017

机译：在小型数据集上使用前馈神经网络合成其他训练数据，以提高视觉数据的分类准确性。
6. Absolute Radiometric Calibration of ALS Intensity Data: Effects on Accuracy and Target Classification [O] . Sanna Kaasalainen, Ulla Pyysalo, Anssi Krooks, 2012

机译：ALS强度数据的绝对辐射定标：对准确性和目标分类的影响
7. Figure 3: Training and test classification accuracies across training epochs: (A) training and test Top-1 accuracies with the AresB-10, AresB-18, and AresB-34 models on the CIFAR-10 dataset; (B) training and test Top-1 accuracies with the AresB-10, AresB-18, and AresB-34 models on the CIFAR-100 dataset. [O] . -1

机译：图3：培训和测试分类跨越时期的培训和测试分类准确性：（a）在CiFar-10数据集上培训和测试ARESB-10，ARESB-18和ARESB-34型号的前1个精度; （b）在CIFAR-100数据集上训练和测试ARESB-10，ARESB-18和ARESB-34型号的顶级精度。

The Effects of Point or Polygon Based Training Data on RandomForest Classification Accuracy of Wetlands

著录项

引文网络

相似文献

相关主题

期刊订阅