QQ客服 官方微博 反馈留言

浏览/检索结果: 共6条，第1-6条 帮助 限定条件 发表日期：2019    专题：地理科学与资源研究所    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Predictive mapping with small field sample data using semi-supervised machine learning 期刊论文 TRANSACTIONS IN GIS, 2019, 页码: 17 作者:  Du, Fei;  Zhu, A-Xing;  Liu, Jing;  Yang, Lin 收藏  |  浏览/下载：4/0  |  提交时间：2020/05/19 Mapping sugarcane in complex landscapes by integrating multi-temporal Sentinel-2 images and machine learning algorithms 期刊论文 LAND USE POLICY, 2019, 卷号: 88, 页码: 11 作者:  Wang, Ming;  Liu, Zhengjia;  Baig, Muhammad Hasan Ali;  Wang, Yongsheng;  Li, Yurui 收藏  |  浏览/下载：7/0  |  提交时间：2020/05/19 Crop phenology  Sentinel-2 images  Machine learning approach  Sugarcane mapping  Land use   Surface modelling of forest aboveground biomass based on remote sensing and forest inventory data 期刊论文 GEOCARTO INTERNATIONAL, 2019, 页码: 16 作者:  Sun, Xiaofang;  Li, Bai;  Du, Zhengping;  Li, Guicai;  Fan, Zemeng 收藏  |  浏览/下载：26/0  |  提交时间：2020/03/23 Aboveground biomass  high accuracy surface modelling  mapping   Extracting soil salinization information with a fractional-order filtering algorithm and grid-search support vector machine (GS-SVM) model 期刊论文 INTERNATIONAL JOURNAL OF REMOTE SENSING, 2019, 页码: 21 作者:  Wang, Xiaoping;  Zhang, Fei;  Kung, Hsiang-te;  Johnson, Verner Carl;  Latif, Aamir 收藏  |  浏览/下载：8/0  |  提交时间：2020/03/23 Analyzing the Uncertainty of Estimating Forest Aboveground Biomass Using Optical Imagery and Spaceborne LiDAR 期刊论文 REMOTE SENSING, 2019, 卷号: 11, 期号: 6, 页码: 16 作者:  Sun, Xiaofang;  Li, Guicai;  Wang, Meng;  Fan, Zemeng 收藏  |  浏览/下载：54/0  |  提交时间：2019/09/24 aboveground biomass  prediction model  number of samples  cross-validation  remotely sensed data   Water Resources Assessment of China's Transboundary River Basins Using a Machine Learning Approach 期刊论文 WATER RESOURCES RESEARCH, 2019, 卷号: 55, 期号: 1, 页码: 632-655 作者:  Yan, Jiabao 收藏  |  浏览/下载：87/0  |  提交时间：2019/05/22 water resources  runoff coefficient  machine learning  transboundary river  China