Zobrazeno 1 - 7
of 7
pro vyhledávání: '"machine learning for remote sensing"'
Publikováno v:
Baghdad Science Journal, Vol 21, Iss 7 (2024)
Reliable and accurate crop maps are required for food security from regional to global scale. The increased availability of satellite imagery leads to a “Big Data” problem while producing crop maps. Now, cloud-based platforms have gained a lot of
Externí odkaz:
https://doaj.org/article/8e5bcb88527244989e176d2351ae0f11
Autor:
Ralph A. Kahn
Publikováno v:
Frontiers in Earth Science, Vol 11 (2023)
Externí odkaz:
https://doaj.org/article/b91306d4314f46758b845a2b0a9f7581
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Mazarire, Theresa Taona, Ratshiedana, Phathutshedzo Eugene, Nyamugama, Adolph, Adam, Elhadi, Chirima, George
Publikováno v:
South African Journal of Geomatics; Vol. 9 No. 2 (2020); 333-347
Accurate and detailed studies in crop mapping are crucial in precision agriculture, yield estimations, and crop monitoring. This study focused on exploring the utility of Sentinel-2 data in mapping of crop types and testing the two machine learning a
Publikováno v:
Remote Sensing, Vol 13, Iss 8, p 1596 (2021)
Long time series of land cover changes (LCCs) are critical in the analysis of long-term climate, environmental, and ecological changes. Although several moderate to fine resolution global land cover datasets have been publicly released and they show
Externí odkaz:
https://doaj.org/article/f0593fae506f4cf18aab323df229aafe
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.