Research Progress | Views : 0 下载量: 2418 CSCD: 4

  • Export

  • Share

  • Collection

  • Album

    • 暂无标题

    • “In the field of geographic element classification, the evolution of machine learning methods has promoted the development of intelligent classification applications for natural and human elements.”
    • Vol. 27, Issue 8, Pages: 1757-1768(2023)   

      Received：03 July 2022，

      Published：07 August 2023

    • DOI： 10.11834/jrs.20232299     

    移动端阅览

  • Wang J L，Li K，Yan X R，Zheng L and Han X H. 2023. Development and prospects of machine learning methods in geographic elements classification. National Remote Sensing Bulletin， 27（8）：1757-1768 DOI： 10.11834/jrs.20232299.
  •  
  •  
Alert me when the article has been cited
提交

相关文章

相关作者

WANG Juanle 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室;中国科学院大学;江苏省地理信息资源开发与利用协同创新中心
LI Kai 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室;中国矿业大学(北京) 地球科学与测绘工程学院
YAN Xinrong 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室;中国科学院大学
ZHENG Li 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室;防灾科技学院
HAN Xuehua 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室;中国科学院大学
MENG Qingyan 海南空天信息研究院 海南省地球观测重点实验室;中国科学院空天信息创新研究院;中国科学院大学
WANG Xuemiao 中国科学院空天信息创新研究院;中国科学院大学
DU Hongyu 中国科学院空天信息创新研究院;中国科学院大学

相关机构

State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences
College of Geoscience and Surveying Engineering, China University of Mining & Technology
University of Chinese Academy of Sciences
Institute of Disaster Prevention
Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application
0