技术方法 | 浏览量:1152下载量:2624CSCD:1
导出
收藏
专辑
集成学习遥感应用:进展与展望
Ensemble learning in remote sensing applications: Progress and prospects
- “在遥感领域,集成学习通过多学习器组合提升决策性能,专家总结了其在目标识别、地表覆盖分类等方面的研究进展,为遥感数据向地学知识转化提供新方向。”
- 2025年29卷第6期 页码:1614-1635
DOI:10.11834/jrs.20254398
引用
翻译全文
移动端阅览
AI导读
HTML全文
图( 14 ) 表( 0 )
参考文献
出版信息
数据统计
文章被引用时,请邮件提醒。
提交
相关作者
杜培军 南京大学 地理与海洋科学学院;自然资源部国土卫星遥感应用重点实验室;江苏省地理信息资源开发与利用协同创新中心
张鑫港 南京大学 地理与海洋科学学院;自然资源部国土卫星遥感应用重点实验室;江苏省地理信息资源开发与利用协同创新中心
董文倩 西安电子科技大学 空天地一体化综合业务网全国重点实验室
王浩 西安电子科技大学 空天地一体化综合业务网全国重点实验室
曲家慧 西安电子科技大学 空天地一体化综合业务网全国重点实验室
侯少雄 西安电子科技大学 空天地一体化综合业务网全国重点实验室
李云松 西安电子科技大学 空天地一体化综合业务网全国重点实验室
龙颖 中国地震局地震预测研究所
相关机构
西安电子科技大学 空天地一体化综合业务网全国重点实验室
中国地震局地震预测研究所
河南省地震局
南京师范大学 地理科学学院
南京师范大学 虚拟地理环境教育部重点实验室


