...
机译:集成多传感器卫星数据合并和图像重建以支持机器学习,以实现更好的水质管理
Department of Civil, Environmental and Construction Engineering, University of Central Florida, Orlando, FL, United States;
Key Laboratory of Geographic Information Science (Ministry of Education), East China Normal University, Shanghai, China,School of Geographic Sciences, East China Normal University, Shanghai, China;
Center for Space and Remote Sensing Research, National Central University, Taoyuan County, Taiwan;
Enabling technology; Machine learning; Remote sensing; Water quality; Watershed management;
机译:集成多传感器卫星数据合并和图像重建支持机器学习,以获得更好的水质管理
机译:使用卫星数据和机器学习方法监测梅诺海(西班牙)水质的新方法
机译:使用GOCI卫星数据进行沿海水质监测的机器学习方法
机译:用于水质分析和水污染风险评估的多传感器卫星数据:在多模型方法框架下的深度不确定性下的模糊算法决策
机译:通过雷达,卫星,重新分析数据和机器学习技术的一体化分析研究中纬度Mescle对流系统云和沉淀特性及其相关环境
机译:使用多传感器和多型卫星数据的机器学习分类自动检测考古土地
机译:通过拓扑方法支持的机器学习的卫星图像路网络重建
机译:水资源管理决策支持:水控与水质数据的整合