机译:学习或评估依赖于偏见的地面真理数据的分类算法:什么感兴趣?
Univ Rennes TSI2M CNRS IETR UMR 6164 Enssat Lannion France;
Univ Rennes TSI2M CNRS IETR UMR 6164 Enssat Lannion France;
ground truth; bias; assessment; classification; hyperspectral imaging; remote sensing;
机译:学习或评估依赖于偏见的地面真理数据的分类算法:什么感兴趣?
机译:我们得到了基本事实的算法:在数字图像处理中设计参考数据库
机译:使用模拟的真实数据评估脑萎缩估计算法
机译:在训练机器学习算法的心理生理模型上建立地面真相:地面真相代理的选项
机译:地面真相数据的开发以及高光谱图像分类和光谱分解的准确性评估。
机译:我们得到了基本事实的算法:在数字图像处理中设计参考数据库
机译:集成分层统计模型和机器学习算法,用于植被的地面托管毒品图像:分类,丰富和人口生态模型