机译:使用Sentinel-2数据在北方景观中机器学习算法的土地覆盖和土地利用分类性能
Lund Univ Dept Phys Geog & Ecosyst Sci SE-22362 Lund Sweden|Lund Univ Ctr Environm & Climate Res SE-22362 Lund Sweden;
machine learning; Sentinel-2; land cover; land use; classification; boreal;
机译:使用Sentinel-2数据和机器学习算法的土地利用和陆地覆盖分类:操作方法及其对尼泊尔山区的实施
机译:原始研究制品土地使用/覆盖在中国的干旱沙漠绿洲马赛克风景中使用遥感图像:四台机器学习算法的性能评估
机译:基于SENTINEL-2数据的高级土地利用/土地覆盖分类算法的比较研究
机译:基于多时相前哨2数据的土地覆盖和土地利用分类
机译:对国家土地覆盖数据库进行逆向工程:一种机器学习算法,用于在时空范围内复制土地覆盖数据
机译:机器学习算法在旱地生态系统中入侵植物的分数覆盖图绘制中的性能
机译:使用Sentinel-2 10 M分辨率图像冬小麦映射机器学习算法的分类性能和机制