机译:多源遥感数据融合改善土地覆被分类
Beijing Normal Univ, Coll Global Change & Earth Syst Sci, State Key Lab Remote Sensing Sci, Beijing 100875, Peoples R China|Chinese Univ Hong Kong, Dept Geog & Resource Management, Shatin, Hong Kong, Peoples R China;
Chinese Univ Hong Kong, Dept Geog & Resource Management, Shatin, Hong Kong, Peoples R China;
Beijing Normal Univ, Coll Global Change & Earth Syst Sci, State Key Lab Remote Sensing Sci, Beijing 100875, Peoples R China|Tsinghua Univ, Dept Earth Syst Sci, Minist Educ, Key Lab Earth Syst Modeling, Beijing 100084, Peoples R China|Univ Utah, Dept Geog, 260 S Cent Campus Dr, Salt Lake City, UT USA;
Land cover classification; Remote sensing; Data fusion; Temporal and angular features;
机译:使用多源遥感数据对林地属性进行分类
机译:多源,多时相遥感和辅助数据对明尼苏达州北部湿地随机森林分类精度的影响
机译:使用自动数据选择器和多分辨率遥感数据开发基于神经网络的改良土地覆盖分类系统
机译:基于多源遥感数据融合技术的土地利用分类初步研究
机译:使用遥感数据开发和评估高级分类系统,以进行准确的土地利用/土地覆盖制图。
机译:亚马逊地区的土地覆盖土地利用和疟疾:使用遥感数据进行的系统研究文献综述
机译:多源多时相遥感和辅助数据对明尼苏达州北部湿地随机森林分类准确性的影响