标题 |
Uncertainty and Overfitting in Fluvial Landform Classification Using Laser Scanned Data and Machine Learning: A Comparison of Pixel and Object-Based Approaches
使用激光扫描数据和机器学习进行河流地貌分类的不确定性和过拟合:基于像素和基于对象的方法的比较
相关领域
过度拟合
计算机科学
人工智能
像素
地形地貌
遥感
地形
点云
随机森林
模式识别(心理学)
地质学
地图学
地理
人工神经网络
|
网址 | |
DOI | |
其它 |
期刊:Remote Sensing 作者:Zsuzsanna Szabó; Tomáš Mikita; Gábor Négyesi; Orsolya Varga; Péter Burai; et al 出版日期:2020-11-07 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|